聯(lián)合壓縮感知和信號循環(huán)平穩(wěn)特性的輻射源測向定位方法
【專利摘要】本發(fā)明提供了一種聯(lián)合壓縮感知和信號循環(huán)平穩(wěn)特性的輻射源測向定位方法，屬于陣列信號處理領(lǐng)域。該方法為：以一個零均值非平穩(wěn)隨機過程為入射信號，獲取入射信號的循環(huán)頻率。采用一個傳感器陣列對入射信號進行觀測獲得觀測信號；然后用高斯觀測矩陣將觀測信號壓縮為低維向量，得到壓縮后的觀測信號；對于壓縮后的觀測信號，根據(jù)循環(huán)頻率計算入射信號的循環(huán)自相關(guān)矩陣；對該循環(huán)自相關(guān)矩陣進行特征子空間分解，獲得信號子空間和噪聲子空間；以噪聲子空間進行角度譜估計，并且在入射角度θ的取值范圍內(nèi)，以使得角度譜PMUSIC取最大值的對應(yīng)θ值為最終估計的入射角度。本發(fā)明能夠避免角度模糊問題。
【專利說明】聯(lián)合壓縮感知和信號循環(huán)平穩(wěn)特性的輻射源測向定位方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于陣列信號處理領(lǐng)域，具體涉及一種基于DOA估計中的經(jīng)典超分辨算法 多重信號分類MUSIC算法，在循環(huán)平穩(wěn)MUSIC (Cyclic MUSIC)算法的基礎(chǔ)上加入了壓縮感 知的元素。

【背景技術(shù)】
[0002] 隨著DOA估計研究的逐漸深入，發(fā)現(xiàn)許多估計信號都具有時域的循環(huán)平穩(wěn)特性。 利用信號的循環(huán)平穩(wěn)特性對信號進行DOA估計，可以大大提高算法的DOA估計性能?？梢詫?入射信號分為有用信號和干擾信號，有用信號的循環(huán)頻率為待測循環(huán)頻率，干擾信號包括 循環(huán)頻率不為待測循環(huán)頻率的信號和噪聲兩部分。利用循環(huán)平穩(wěn)特性可以有效抑制干擾， 與常規(guī)的DOA估計方法相比，有選擇測向能力、抗干擾能力、多信號處理能力等優(yōu)點。
[0003] MUSIC算法作為經(jīng)典的DOA估計算法，具有超分辨率的優(yōu)點，將信號的循環(huán)平穩(wěn)特 性與MUSIC算法的超分辨率結(jié)合產(chǎn)生了 Cyclic MUSIC算法，能夠大大提高DOA估計的性能。
[0004] 隨著人們對信息需求量的持續(xù)增長，對信號的處理難度也越來越大，為了降低存 儲、處理以及傳輸信號的成本，需要對原始信號進行壓縮以較少的采樣率重構(gòu)信號。隨著壓 縮感知CS (Compressed Sensing)理論的提出，只要信號在某個變換域上具有稀疏性，就可 以用一個與該變換基不相關(guān)的觀測矩陣將接收到高維信號投影到低維空間上，然后通過最 優(yōu)化方法重構(gòu)出原始信號。
[0005] 對于Cyclic MUSIC算法，其角度測向后的角度分辨率不能夠無限小，測量入射角 度差小于要求的角度差就會出現(xiàn)角度模糊，而超分辨率是以巨大計算復(fù)雜性為代價的，因 此若能夠?qū)S理論應(yīng)用于Cyclic MUSIC算法中，則對于提高算法的效率，減小計算復(fù)雜 度，具有重要的理論意義和工程實踐價值。


【發(fā)明內(nèi)容】

[0006] 有鑒于此，本發(fā)明提出了聯(lián)合壓縮感知和信號循環(huán)平穩(wěn)特性的輻射源測向定位方 法，能夠利用循環(huán)頻率的選擇測向性分別估計不同循環(huán)頻率入射信號的入射角度，避免角 度模糊問題。
[0007] 為達到上述目的，本發(fā)明的技術(shù)方案為：
[0008] S1、以一個零均值非平穩(wěn)隨機過程x(t)為入射信號，獲取x(t)的循環(huán)頻率a，a =m/%，m為一個整數(shù)，Ttl為x(t)的自相關(guān)函數(shù)的的周期。
[0009] S2、采用一個傳感器陣列對入射信號進行觀測獲得觀測信號X e Rmxn，其中M為傳 感器陣列的陣元數(shù)，N為針對觀測信號的采樣點數(shù)；
[0010] 然后用高斯觀測矩陣小將觀測信號X e RmxnS縮為低維向量，得到壓縮后的觀測 信號y e RtXN，L為壓縮后的陣元數(shù)。
[0011] S3、對于壓縮后的觀測信號y，根據(jù)循環(huán)頻率a計算入射信號y的循環(huán)自相關(guān)矩陣 R%y，R%y為一個LXL的矩陣，該矩陣中各元素具體為：

【權(quán)利要求】
1.聯(lián)合壓縮感知和信號循環(huán)平穩(wěn)特性的輻射源測向定位方法，其特征在于，該方法包 括如下步驟： 51、 以一個零均值非平穩(wěn)隨機過程x(t)為入射信號，獲取x(t)的循環(huán)頻率a，a =m/ Ttl, m為一個整數(shù)，Ttl為x(t)的自相關(guān)函數(shù)的周期； 52、 采用一個傳感器陣列對所述入射信號進行觀測獲得觀測信號X e Rmxn，其中M為所 述傳感器陣列的陣元數(shù)，N為針對觀測信號的采樣點數(shù)； 然后用高斯觀測矩陣小將所述觀測信號X e RmxnS縮為低維向量，得到壓縮后的觀測 信號y e RtXN，L為壓縮后的陣元數(shù)； 53、 對于壓縮后的觀測信號y，根據(jù)循環(huán)頻率a計算入射信號y的循環(huán)自相關(guān)矩陣 R%y，R%y為一個LXL的矩陣，該矩陣中各元素具體為：
其中*為共軛運算，Ki1和m2在1?L之間取值；n為采樣點編號；Rayy Oii1, m2)為矩陣 Rayy中第Ki1行，第m2列的元素；y Oii1, n)為y中陣元IH1的第n個采樣點處采樣值；y(m2, n) 為y中陣元m2的第n個采樣點處采樣值； 54、 對St印3中的循環(huán)自相關(guān)矩陣R%y進行特征子空間分解，R%y = USDSUSH+UND NUNH，Us為信號子空間，Ds為信號子空間對應(yīng)特征值組成的對角陣；UN為噪聲子空間，D n為噪聲子空 間對應(yīng)特征值組成的對角陣；
【文檔編號】G01S3/00GK104360305SQ201410579474
【公開日】2015年2月18日 申請日期:2014年10月24日 優(yōu)先權(quán)日:2014年10月24日
【發(fā)明者】范帥帥, 吳日恒 申請人:中國航天科技集團公司第五研究院第五一三研究所