[发明专利]复杂噪声环境下阵列天线角度和信源个数联合估计方法

摘要

复杂噪声环境下阵列天线角度和信源个数联合估计方法属于无线电定位技术领域。步骤包括：1)已知循环频率的情况下，求取阵列信号的循环相关熵矩阵2)建立适用于宽带、窄带信号的循环相关熵阵列线性预测模型V＝φA；3)估计感兴趣的信源个数K以及误差方差σ²；4)估计阵列模型的流型矩阵；5)利用谱峰搜索进行DOA估计。本发明有机地将循环相关熵理论应用到阵列信号处理当中，创新性地提出循环相关熵的相关特性，并基于此特性建立了的阵列线性预测模型。本发明算法是根据实际需求提出，具有抗噪性能高，计算复杂度低，所需快拍数少，角度分辨率高等特点。

主权项

1.一种复杂噪声环境下阵列天线角度和信源个数联合估计方法，其特征在于以下步骤：第一步，已知循环频率α的情况下，计算M个阵元接受信号的循环相关熵函数其中，表示为核函数，σ为核长；y_m(t)表示第m个阵元在t时刻接收到的信号；τ为时延；第二步，建立循环相关熵阵列线性预测模型V，该模型适用于宽带、窄带信号：V＝φA其中，第三步，根据循环相关熵阵列线性预测模型V＝φA，估计感兴趣的信源个数K以及误差方差σ²，迭代过程如下：3.1)设置k＝0，σ²⁽⁰⁾＝ε，初始向量3.2)求解M‑1个阵元接受信源的循环相关熵矩阵φ，并对其进行SVD分解φ^Hφ＝VΛV^H，得到特征值向量Σ＝[v₁,…,v_M‑1]和特征值Λ＝[λ₁,…,λ_M‑1]；3.3)根据步骤3.2)中计算得到的特征值向量Σ和λ_i，i＝1,…,M‑1求解线性预测系数：3.4)根据步骤3.3)中估计得到的以及步骤(3.2)中计算得到的特征值向量Σ和λ_i，i＝1,…,M‑1，计算最优正则化参数：其中，N为阵列接受信号的快拍数；3.5)计算第M个阵元接受信号的循环相关熵阵列线性预测模型V以及M‑1个阵元接受信源的循环相关熵矩阵φ，并结合步骤(3.3)得到的求解该模型的误差方差3.6)设置k＝k+1，重复步骤3.3)～3.5)，直到γ_i＞ε，迭代截至，得到γ_i；并根据γ_i与特征值λ_i的关系估计感兴趣信源个数K；当i小于信源个数时，特征值λ_i大于γ_i，当i大于信源个数时，特征值λ_i小于γ_i，其交点处所对应位置即为信源个数的估计值；第四步，估计阵列模型的流型矩阵由于阵列流型矩阵A中的线性预测系数a_i,i＝1,…,K‑1包含所需的信源角度信息，利用第三步最终迭代得到的信源个数K和误差方差σ²，对其进行估计：最终得到阵列流型矩阵第五步，利用谱峰搜索进行DOA估计结合第四步的阵列流型矩阵A，进一步采用谱峰搜索的方法对DOA估计值进行求解，具体的公式如下其中，空间谱P(θ)的峰值所在位置即为所要求解的DOA。