基于最小互熵譜分析的波達方向估計方法
【專利摘要】本發(fā)明公開了基于最小互熵譜分析的波達方向估計方法。步驟包括：發(fā)射換能器發(fā)射信號；用接收水聽器陣接收發(fā)射的聲信號的回波；對接收到的回波信號進行平面波模型的建模，然后運用最小互熵譜估計的方法進行處理，得到空間功率譜估計值；對所述的空間功率譜估計值進行分析，峰值處對應橫坐標即為目標所在估計角度。本發(fā)明只需要一次較少陣元的陣列采樣數(shù)據(jù)即可得到具有高分辨率的譜分析結(jié)果。進一步采用倒譜法，通過逆FFT變換提高了最小互熵譜分析算法的收斂速度。本方法較常規(guī)空間譜估計方法有更高的分辨力和更小的運算量，能夠?qū)﹃嚵行盘栠M行實時處理。算法不依賴于預先估計的信源數(shù)目，具有較好的寬容性，較高的分辨力以及極低的旁瓣電平。
【專利說明】基于最小互熵譜分析的波達方向估計方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及雷達、聲納及無線通信領(lǐng)域，特別涉及基于最小互熵譜分析的波達方向估計方法。
【背景技術(shù)】
[0002]波達方向(Directional of Arrival, D0A)估計是陣列信號處理領(lǐng)域的一個重要研究方向，在通信、雷達和聲納領(lǐng)域都有廣泛的應用。在信號定位時，一般需要確定信號的二維到達角(方位角和俯仰角)，即2D-D0A。學者們基于空間譜估計提出了各種有效且實用的算法，比如多重信號分類算法(Multiple Signal Classif ication, MUSIC和旋轉(zhuǎn)不變算法(Estimation of Signal Parameter via Rotational Invariance Techniques, ESPRIT)等經(jīng)典算法來實現(xiàn)2D-D0A估計。然而這些算法的計算量較大，很難調(diào)和高分辨率和計算時間長這兩者之間的矛盾。Mal i outov等人針對均勻線陣的角度估計問題，提出了 一種基于接收數(shù)據(jù)奇異值分解的簡化算法。楊雪亞等結(jié)合稀疏解問題和二維DFT，提出一種DOA的迭代算法。然而這些算法雖然降低了計算時間，卻存在數(shù)據(jù)盲區(qū)的問題。

【發(fā)明內(nèi)容】

[0003]本發(fā)明的目的是針對陣列信號的實時處理，提供基于最小互熵譜分析的波達方向估計方法，在只有較少陣元數(shù)的陣列采樣(快拍)數(shù)據(jù)情況下得到高分辨率的譜分析結(jié)果。
[0004]基于最小互熵譜分析的波達方向估計方法，包括:
[0005](1.1)發(fā)射換能器發(fā)射信號；
[0006](1.2)用接收水聽器陣接收發(fā)射的聲信號的回波；
[0007](1.3)對接收到的回波信號進行平面波模型的建模，然后運用最小互熵譜估計的方法進行處理，得到空間功率譜估計值；
[0008](1.4)對所述的空間功率譜估計值進行分析，峰值處對應橫坐標即為目標所在估計角度。
[0009]在步驟(1.2)中，所述的接收水聽器陣的布陣要求滿足半波長布陣，當所述的聲信號為寬帶信號時，需滿足最小波長的半波長布陣要求。
[0010]在步驟(1.3)中，所述的最小互熵譜估計包含以下步驟:
[0011](3.1)最小互熵算法是估計一個真實的概率分布，使得它與給定的先驗概率分布之間的相對熵最小；
[0012](3.2)利用功率譜密度和自相關(guān)函數(shù)互為傅立葉變換的關(guān)系，用方便計算的自相關(guān)函數(shù)值來估計功率譜密度，而自相關(guān)函數(shù)值的數(shù)量有限，那么根據(jù)最小互熵算法來外推不能通過計算得到的自相關(guān)函數(shù)值，從而得到更加準確的功率譜密度；
[0013](3.3)利用駕駛協(xié)方差矩陣，獲得回波信號的高分辨率算法空間功率譜估計，取空間功率譜估計值的峰值對應的橫坐標，即為目標的方位估計值。
[0014]步驟(1.2)中，所述的接收水聽器陣接收到的回波信號只存在較小的多普勒擴展。[0015]步驟(1.3)中，所述的空間功率譜估計要求探測水域混響小。
[0016]與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是:
[0017]傳統(tǒng)的DOA估計方法如多重信號分類算法(MUSIC)需要對陣列接收數(shù)據(jù)的協(xié)方差矩陣進行特征分解，并在全空域進行譜峰搜索，運算量巨大，尤其是二維DOA估計方法還存在穩(wěn)健性較差的問題。
[0018](I)本發(fā)明只需要一次快拍數(shù)據(jù)，即能在信噪比和陣元數(shù)都很小的情況下得到較高的空間譜分辨率,體現(xiàn)了該算法在DOA估計中的優(yōu)勢。
[0019](2)采用倒譜法實現(xiàn)的最小互熵算法很大程度上降低了計算量，能夠?qū)﹃嚵行盘栠M行實時處理。
[0020](3)不依賴于預先估計的信源數(shù)目，而且能夠高分辨力辨識它們，具有較好的寬容性。
【專利附圖】

【附圖說明】
[0021]圖1是本發(fā)明的原理圖；
[0022]圖2是發(fā)射換能器和8元接收水聽器陣及目標的示意圖；
[0023]圖3是DOA為-45°和60°時不同樣本數(shù)下MCE和MUSIC算法的空間譜曲線；
[0024]圖4是DOA為-5°和5°時不同樣本數(shù)下MCE和MUSIC算法的空間譜曲線；
`[0025]圖5是莫干山湖上實驗聲速剖面圖；
[0026]圖6是不同樣本數(shù)下MCE和MUSIC算法的空間譜曲線。
【具體實施方式】
[0027]下面結(jié)合附圖和具體實例對本發(fā)明做進一步的描述。
[0028]本發(fā)明所采取的具體技術(shù)方案，步驟包括:
[0029]( I)發(fā)射換能器發(fā)射信號；
[0030](2)用接收水聽器陣接收發(fā)射的聲信號的回波；
[0031](3)對接收到的回波信號進行平面波模型的建模，然后運用最小互熵譜估計的方法進行處理，得到高分辨率的DOA估計；
[0032](4)對空間功率譜估計值進行分析，其峰值處對應橫坐標即為目標所在估計角度。
[0033]利用本發(fā)明的基于最小互熵譜分析的波達方向估計方法包括如下步驟:
[0034](I)對于N元均勻線陣，陣元間距為d，λ/2, λ為波長，在遠場、平面波假設(shè)下有M個窄帶點源信號以0k(k= 1，2，...，Μ)方向入射，則陣列接收的快拍數(shù)信號可表示為X(t) = A(0)S(t)+N(t)，其中X(t)NX1為快拍數(shù)據(jù)矢量，N(t)NX1為陣列噪聲矢量，陣列噪聲假定為空時均獨立的高斯白噪聲，其均值為0，方差為σ2，S(t)為入射信號復幅度矢量，Θ = [Q1,...ΘΜ]為信源方位矢量，Α(θ)為駕駛向量矩陣，且Α(θ)=

其中，a(0k) = [l，ejek，...，eJ(N-1)ek]T，k= 1，2，...，Μ為第 k個信源的駕駛矢量，β k = -2 π dsin( Θ k) λ。陣列的協(xié)方差矩陣R定義為R = E[X(t)XH(t)]=ARsAH+o 21，其中，Rs = E[S(t)SH(t)]為入射信號的協(xié)方差矩陣，I為單位陣。
[0035](2)根據(jù)譜分析的空時等效性原理，對于一個給定陣列，不同的入射角對應不同的頻率分量。通過對空間譜峰的搜索，就可以獲得空間信號的方向信息，從而實現(xiàn)測向。為滿足均勻線陣無側(cè)向模糊，通常d≤λ/2，則M個信號的頻率為|-dsin(0k)/A I≤1/2，其滿足采樣定理中最小頻率值為1，因此x(n)所組成的離散采樣序列滿足采樣定理的要求。由于噪聲為高斯白噪聲，且各陣元間的噪聲相互獨立，其互相關(guān)函數(shù)為O，頻譜為平坦譜，故可以得到M個譜峰。根據(jù)譜峰對應的頻率即可求出信號的到達角
[0036]Θ k = arcsin (-fk λ /d) (I)
[0037](3)最小互熵算法從嚴格的互熵(也稱相對熵或交叉熵)的定義出發(fā),用Lagrange乘數(shù)法求其最小優(yōu)化時的解。設(shè)f為真實概率密度，P是我們關(guān)于y的估計的先驗密度。約束條件
[0038]
【權(quán)利要求】
1.一種基于最小互熵譜分析的波達方向估計方法，其特征在于，包括: (1.1)發(fā)射換能器發(fā)射信號； (1.2)用接收水聽器陣接收發(fā)射的聲信號的回波； (1.3)對接收到的回波信號進行平面波模型的建模，然后運用最小互熵譜估計的方法進行處理，得到空間功率譜估計值； (1.4)對所述的空間功率譜估計值進行分析，峰值處對應橫坐標即為目標所在估計角度。
2.根據(jù)權(quán)利要求1的方法，其特征在于，在步驟(1.2)中，接收水聽器陣的布陣要求滿足半波長布陣，當所述的聲信號為寬帶信號時，需滿足最小波長的半波長布陣要求。
3.根據(jù)權(quán)利要求1的方法，其特征是，在步驟(1.3)中，所述的最小互熵譜估計包含以下步驟: (3.1)最小互熵算法是估計一個真實的概率分布，使得它與給定的先驗概率分布之間的相對熵最小； (3.2)利用功率譜密度和自相關(guān)函數(shù)互為傅立葉變換的關(guān)系，用方便計算的自相關(guān)函數(shù)值來估計功率譜密度，而自相關(guān)函數(shù)值的數(shù)量有限，那么根據(jù)最小互熵算法來外推不能通過計算得到的自相關(guān)函數(shù)值，從而得到更加準確的功率譜密度； (3.3)利用駕駛協(xié)方差矩陣，獲得回波信號的高分辨率算法空間功率譜估計，取空間功率譜估計值的峰值對應的橫坐標，即為目標的方位估計值。
4.根據(jù)權(quán)利要求1的方法，其特征在于，步驟(1.2)中，接收水聽器陣接收到的回波信號只存在較小的多普勒擴展。
5.根據(jù)權(quán)利要求1的方法，其特征在于，步驟(1.3)中，所述的空間功率譜估計要求探測水域混響小。
【文檔編號】G01S3/802GK103713276SQ201310717611
【公開日】2014年4月9日 申請日期:2013年12月23日 優(yōu)先權(quán)日:2013年12月23日
【發(fā)明者】徐豫西, 潘翔, 宮先儀 申請人:浙江大學