[发明专利]一种基于二维功率分布的少阵元阵列高分辨方位估计方法

说明书

本发明是一种基于二维功率分布的少阵元阵列高分辨方位估计方法。本发明获取基阵接收信号，对阵元接收信号做克罗内克积运算；将运算结果作为新采集信号，进行CBF功率谱，选择空间观察角度区间，根据所选择的观察角度构造三维功率谱矩阵；根据步得到的CBF功率谱和三维功率谱矩阵，利用压缩感知方法确定二维功率分布矩阵；根据二维功率分布矩阵的每一列求取最大值，并将结果作为新算法的功率谱，用于DOA估计。二维矩阵中的数据受到两个角度集的相互制约，在提高估计精度的同时，降低了高分辨能力对阵元个数的需求，有效地提高在少阵元阵列时的估计精度和分辨力。

技术领域

本发明涉及水声波达方向估计技术领域，是一种基于二维功率分 布的少阵元阵列高分辨方位估计方法。

背景技术

波达方向(DOA)估计是阵列信号处理中的一个研究热点，其 主要研究内容是从噪声和干扰背景中得到确切的目标方位信息，在雷 达、声纳、导航、无损检测和无线通信上都有广泛应用。分辨率和旁 瓣高度是衡量DOA估计算法性能的重要指标，众所周知如果波束宽 度宽，那么难以检测同一波束内的两个目标，如果旁瓣高度高，那么 在强干扰存在的情况下难以检测到微弱信号。

通常来说，提高方位估计分辨力的方法有：1)增加阵列孔径； 2)采用高分辨的方位估计算法。第一种方法在实际应用时会受到一 定的物理条件限制，尤其在UUV小尺度平台上不可能大幅增加阵元 个数。因此多种类型的高分辨DOA估计算法被学者们提出。

波束形成类算法是最传统的DOA估计方法，但是其受瑞利限影 响，方位分辨率较低，MVDR波束形成方法具有更好的空间分辨力 与未知强干扰抑制能力，但是其估计精度经常会受到阵元幅相误差、 阵元位置误差等各类误差因素的影响。

多重信号分类方法(MUSIC)是最经典的高分辨估计算法，该 方法具有比CBF和MVDR更高的分辨率，但是当快拍数减少、信噪 比低时该类方法在估计性能上出现严重恶化的情况，如果信号个数不 明确或者目标信号之间相关性强也会对信号和噪声子空间产生严重 破坏，从而进一步降低子空间类方法的分辨力和估计精度。近几年反 卷积方法被应用于方位估计和声源定位中，有效地改善了CBF方法 分辨力差的缺点(RL-dCv)，但是RL-dCv算法只适用于波束响应函 数具有移不变波束响应的情况，例如均匀直线阵的CBF波束响应， 这大幅缩小了该算法的使用范围。

包括上述算法的多数高分辨算法想要实现其高分辨力通常需要 高信噪比环境以及多阵元阵列，很强的环境噪声以及较少的阵元个数 会影响高分辨能力的发挥，但是由于海洋环境复杂，海洋中存在着大 量的、各种各样的噪声源，其中包括海洋环境噪声，舰船辐射噪声等， 并且这些噪声通常随机出现，不可预测。另外很多种现实条件不允许 多阵元阵列，例如小尺寸无人平台无法搭载大尺度阵列，或者由于经 费有限需要限制阵元个数，因此如何在阵元个数较少并且信噪比较低 的情况下仍然具有高分辨能力的DOA算法有待重视。

发明内容

本发明为了对水声波达方向进行更加精准的估计，本发明提供了 以下技术方案：

一种基于二维功率分布的少阵元阵列高分辨方位估计方法，包括 以下步骤：

步骤1：获取基阵接收信号，对阵元接收信号做克罗内克积运算；

步骤2：将步骤1的运算结果作为新采集信号，并对其做CBF 功率谱p_y(φ_q)。

步骤3：选择空间观察角度区间ψ₁、ψ₂和φ，根据所选择的观察 角度构造三维功率谱矩阵B；

步骤4：根据步骤2得到的CBF功率谱p_y(φ_q)和步骤3得到的三 维功率谱矩阵B，利用压缩感知方法确定二维功率分布矩阵S_2D；