[发明专利]脉冲噪声环境下的DOA估计方法

摘要

为了更好的抑制脉冲噪声和同频带信号的干扰，本发明定义了一种新的循环相关函数，提出了一种新的基于Sigmoid循环相关的MUSIC算法，并将该算法应用到稳定分布噪声下的DOA估计中。仿真结果表明，本发明提出的基于SCC‑MUSIC与经典的MUSIC算法、基于类相关熵的CRCO‑MUSIC以及基分数低阶矩的FLOM‑MUSIC算法相比，可以获得更好的估计结果，尤其是在高脉冲性噪声环境下具有更加明显的优势。

主权项

脉冲噪声环境下的DOA估计新方法，其特征在于，该方法包括以下步骤：步骤1：建立信号接收模型考虑L个远场的窄带信号入射到阵元数为M的均匀线阵上，在信号源是窄带的假设下，接收信号的数学模型可以表示为:X(t)＝A(θ)S(t)+N(t)    (1)其中，X(t)＝[x1(t),…,xM(t)]T为观测信号向量；为循环频率为ε的入射信号矢量，Ka<L，其它L‑Ka个信号具有不同的循环频率或者不具有循环平稳特性；为感兴趣的入射信号方向向量，并且θk为第k个信号源的入射角；N(t)＝[n1(t),n2(t),…nM(t)]T为阵列的M×1维噪声数据矢量，且噪声为服从SαS分布的加性噪声，各阵元噪声相互独立，噪声与信号之间相互独立；步骤2：Sigmoid‑Cyclic Correlation‑MUSIC算法基于循环平稳信号的特性启发，定义一种新的循环相关函数，记为定义式如下：Rx,Sigmoidϵ(τ)=<Sigmoid[x(t+τ/2)]Sigmoid*[x(t-τ/2)]e-j2πϵt>t---(2)]]>其中，<·>t表示时间平均；对式(1)两端求Sigmoid循环相关，可以得到接收信号的Sigmoid循环协方差矩阵RX,Sigmoidϵ(τ)=<Sigmoid[X(t+τ/2)]Sigmoid*[X(t-τ/2)]e-j2πϵt>t=ARS,Sigmoidϵ(τ)AH+σ2I---(3)]]>其中，为入射信号的Sigmoid循环自相关阵，σ2为环境噪声功率；因为入射信号与噪声循环不相关，并且噪声不具有循环平稳特性，即噪声对循环自相关阵的贡献为零，即σ2I＝0；式(3)经过奇异值分解可以得到:RX,Sigmoidϵ(τ)=USVH---(4)]]>酉矩阵U、V分别表示左奇异矩阵和右奇异矩阵，相应的奇异向量由奇异矩阵中的列向量得到，奇异值则由对角阵S中对角线上的元素得到，由于信号与噪声是循环不相关的，所以即中只有Ka个非零的奇异值，其余M‑Ka个奇异值为零，对应的把酉矩阵U、V分为两部分：U＝[US UN]    V＝[VS VN]    (5)其中US和VS由Ka个非零的奇异值所对应的奇异向量组成，UN和VN由零奇异值对应的奇异向量组成；由US或VS列向量构成的子空间为信号子空间由UN或VN的列向量构成的子空间为噪声子空间；信号子空间与噪声子空间满足正交关系，则：RX,Sigmoidϵ(τ)UN=0---(6)]]>方向向量A(θ)是线性不相关的，由式(3)和(6)可以得到信号子空间的导向矢量与噪声空间也是正交，即:aH(θ)UN＝0    (7)由于噪声的存在，a(θ)与UN并不能完全正交，因此实际上求DOA估计是以谱峰搜索实现的，即Sigmoid Cyclic Correlation MUSIC算法的谱估计公式为P(θ)=1aH(θ)UNUNHa(θ)---(8)]]>对式(8)进行谱搜索即可得到基于SCC‑MUSIC算法的DOA估计。