CN110275131B - 一种基于虚拟差分阵列的doa跟踪方法及装置 - Google Patents

一种基于虚拟差分阵列的doa跟踪方法及装置 Download PDF

Info

Publication number
CN110275131B
CN110275131B CN201910464926.9A CN201910464926A CN110275131B CN 110275131 B CN110275131 B CN 110275131B CN 201910464926 A CN201910464926 A CN 201910464926A CN 110275131 B CN110275131 B CN 110275131B
Authority
CN
China
Prior art keywords
array
subspace
signal
virtual
ula
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201910464926.9A
Other languages
English (en)
Other versions
CN110275131A (zh
Inventor
黄逸潇
郑植
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201910464926.9A priority Critical patent/CN110275131B/zh
Publication of CN110275131A publication Critical patent/CN110275131A/zh
Application granted granted Critical
Publication of CN110275131B publication Critical patent/CN110275131B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
    • G01S3/02—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using radio waves
    • G01S3/14—Systems for determining direction or deviation from predetermined direction
    • G01S3/143—Systems for determining direction or deviation from predetermined direction by vectorial combination of signals derived from differently oriented antennae
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
    • G01S3/78—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using electromagnetic waves other than radio waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
    • G01S3/80—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using ultrasonic, sonic or infrasonic waves
    • G01S3/802—Systems for determining direction or deviation from predetermined direction
    • G01S3/8027—By vectorial composition of signals received by plural, differently-oriented transducers

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明提出一种基于虚拟差分阵列的DOA跟踪方法，所述阵列为嵌套阵列，包括第一子空间和第二子空间，所述第一子空间包括N1个阵元，阵元间距为d，所述第二子空间包括N2个子空间，阵元间距为(N1+1)d，天线阵列的观测数据为x(t)；该方法包括：根据所述观测数据x(t)计算得到等效虚拟ULA信号矢量；将所述等效虚拟ULA信号矢量划分为多个子空间，构造关于虚拟ULA信号子空间的无约束最小化问题；求解所述无约束最小化问题；计算等效虚拟ULA信号矢量的信号子空间，其中多次利用矩阵求逆定理以减小计算复杂度；根据所述等效虚拟ULA信号矢量的信号子空间计算DOA的估计值。本发明使用稀疏阵的虚拟差分阵列，相较于使用均匀线阵的DOA跟踪算法，克服了其阵列孔径和自由度受限的问题，并提高了DOA估计的精度以及DOA跟踪的性能。

Description

一种基于虚拟差分阵列的DOA跟踪方法及装置
技术领域
本发明属于阵列信号处理领域，具体涉及一种基于虚拟差分阵列的DOA跟踪方法及装置。
背景技术
DOA估计是和阵列信号处理中的一个重要问题，它广泛应用于雷达、遥感和无线通信等领域。许多用于DOA估计的子空间方法如多信号分类(MUSIC)算法和基于旋转不变技术的信号参数估计(ESPRIT)算法等在静态环境下有很好的估计性能；但在动态环境下，由于移动的信号源通常会导致空间谱的扩展，而且移动目标的快拍信号难以产时间累积，无法对目标DOA前后时刻之间的关联性加以应用。因此，传统DOA估计算法并不能直接应用于DOA跟踪中。
当前DOA跟踪的子空间方法主要包括两大类：一是基于特征分解的批处理方法，该类方法是把传统静态DOA估计算法直接推广到移动目标DOA跟踪中，结合当前采样数据，同时利用某些方法对阵列输出信号协方差矩阵进行实时更新，再对更新后的矩阵进行特征值分解，最后对当前时刻DOA进行估计。虽然该类算法思想简单，但计算量较大、实时性较差。二是基于最优化求解的子空间更新算法，该类算法的主要思想是将DOA跟踪中求解子空间的问题转化为一个最优化问题，利用优化求解代替特征值分解。该类算法有效减少了计算量，并且还有收敛速度快、算法性能好等优点。该类算法中最经典的算法是PAST算法。PAST算法的原理是通过采用递归最小二乘(RLS)的方法解决一个无约束的最小化问题，并采用一个近似投影的步骤来降低计算复杂度，最终实现对信号子空间的跟踪。然而传统的PAST算法只适用于均匀线阵(ULA)，而ULA的阵列孔径和自由度均受到了限制。稀疏阵列的提出很好的解决了这个问题，在相同阵元数下，稀疏阵相较于ULA有更大的阵列孔径和更高的自由度，因此能获得更高的估计精度。现有技术使用了嵌套阵列和互质阵列的虚拟差分阵列，它有着比稀疏阵列的物理阵列更大的孔径和自由度，进一步地提高了估计精度。所以，如何将传统的PAST算法用于稀疏阵列的虚拟差分阵列从而实现更高性能的DOA跟踪成为了一个需要解决的问题。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于虚拟差分阵列的DOA跟踪方法及装置，克服了现有的DOA跟踪算法在计算复杂度、自由度和估计精度之间的矛盾。
为实现上述目的及其他相关目的，本发明提供一种基于虚拟差分阵列的DOA跟踪方法，所述阵列为嵌套阵列，包括第一子空间和第二子空间，所述第一子空间包括N1个阵元，阵元间距为d，所述第二子空间包括N2个子空间，阵元间距为(N1+1)d，天线阵列的观测数据为x(t)；该方法包括：
根据所述观测数据x(t)计算得到等效虚拟ULA信号矢量；
将所述等效虚拟ULA信号矢量划分为多个子空间，构造关于虚拟ULA信号子空间的无约束最小化问题；
求解所述无约束最小化问题；
计算等效虚拟ULA信号矢量的信号子空间；
根据所述等效虚拟ULA信号矢量的信号子空间计算DOA的估计值。
可选地，所述根据所述观测数据x(t)计算得到等效虚拟ULA信号矢量，具体包括：
计算观测数据x(t)在时刻t的协方差矩阵R(t)；
对所述协方差矩阵R(t)进行列向量化，得到虚拟差分阵列信号矢量z(t)；
对所述虚拟差分阵列信号矢量z(t)去冗余、重排并取连续部分阵元后，得到等效虚拟ULA信号矢量z'(t)。
可选地，对所述虚拟ULA信号子空间的无约束最小化问题的目标方程进行近似投影；
对进行近似投影后的无约束最小化问题求导并令其等于0得到等效虚拟ULA的信号子空间表达式，表达式中的逆矩阵利用多次矩阵求逆定理计算得出。
可选地，将等效虚拟ULA的信号子空间表达式划分为两部分，包括W1(t)和W2(t)，W2(t)＝W1(t)Φ；
使用总体最小二乘ESPRIT算法求解出矩阵Φ的估计值
Figure BDA0002079132250000021
进而得到DOA的估计值。
为实现上述目的及其他相关目的，本发明还提供一种基于虚拟差分阵列的DOA跟踪装置，所述阵列为嵌套阵列，包括第一子空间和第二子空间，所述第一子空间包括N1个阵元，阵元间距为d，所述第二子空间包括N2个子空间，阵元间距为(N1+1)d，天线阵列的观测数据为x(t)；该装置包括：
等效虚拟ULA信号矢量计算模块，用于根据所述观测数据x(t)计算得到等效虚拟ULA信号矢量；
构造模块，用于将所述等效虚拟ULA信号矢量划分为多个子空间，构造关于虚拟ULA信号子空间的无约束最小化问题；
最小化问题求解模块，用于求解所述无约束最小化问题；
信号子空间计算模块，用于计算等效虚拟ULA信号矢量的信号子空间；
估计模块，用于根据所述等效虚拟ULA信号矢量的信号子空间计算DOA的估计值。
可选地，计算观测数据x(t)在时刻t的协方差矩阵R(t)；
对所述协方差矩阵R(t)进行列向量化，得到虚拟差分阵列信号矢量z(t)；
对所述虚拟差分阵列信号矢量z(t)去冗余、重排并取连续部分阵元后，得到等效虚拟ULA信号矢量z'(t)。
可选地，对所述虚拟ULA信号子空间的无约束最小化问题的目标方程进行近似投影；
对进行近似投影后的无约束最小化问题求导并令其等于0得到等效虚拟ULA的信号子空间表达式，表达式中的逆矩阵利用多次矩阵求逆定理计算得出。
可选地，将等效虚拟ULA的信号子空间表达式划分为两部分，包括W1(t)和W2(t)，W2(t)＝W1(t)Φ；
使用总体最小二乘ESPRIT算法求解出矩阵Φ的估计值
Figure BDA0002079132250000031
进而得到DOA的估计值。
为实现上述目的及其他相关目的，本发明还提供一种存储介质，存储计算机程序，所述计算机程序被处理器运行时执行所述的跟踪方法。
为实现上述目的及其他相关目的，本发明还提供一种电子终端，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述存储器存储的计算机程序，以使所述设备执行如权利要求1～6任意一项所述的跟踪方法。
如上所述，本发明的一种基于虚拟差分阵列的DOA跟踪方法及装置，具有以下有益效果：
本发明使用稀疏阵的虚拟差分阵列，相较于使用均匀线阵的DOA跟踪算法，克服了其阵列孔径和自由度受限的问题；同时在构造无约束最小化问题时，将等效虚拟ULA的信号矢量划分为多个子空间从而得到一个新的目标方程，并在进行矩阵求逆运算时反复利用矩阵求逆定理来减小计算复杂度，最后在计算信号子空间时采用RLS算法将前后时刻关联起来进行计算，使得在低信噪比下也能有很好的DOA跟踪性能。
附图说明
为了进一步阐述本发明所描述的内容，下面结合附图对本发明的具体实施方式作进一步详细的说明。应当理解，这些附图仅作为典型示例，而不应看作是对本发明的范围的限定。
图1为本发明实施方式阵列设置示意图；
图2为本发明实施方式仿真实验静态场景下DOA估计的均方根误差随SNR变化关系示意图；
图3为本发明实施方式仿真实验静态场景下DOA估计的均方根误差随快拍数变化关系示意图；
图4为本发明实施方式仿真实验动态场景下DOA跟踪平缓变化时的曲线示意图；
图5为本发明实施方式仿真实验动态场景下DOA跟踪剧烈变化时的曲线示意图；
图6为本发明实施例中一种基于虚拟差分阵列的DOA跟踪方法的流程图；
图7为本发明实施例中一种基于虚拟差分阵列的DOA跟踪装置的示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
如图6所示，本实施例提供一种基于虚拟差分阵列的DOA跟踪方法，阵列为一个一维嵌套阵列，如图1所示，维嵌套阵列共有N＝10个阵元，包括第一子空间和第二子空间，其中第一子空间的阵元数为N1＝5个阵元，阵元间距为d。第二子空间的阵元数为N2＝5个阵元，阵元间距为(N1+1)d＝6d。本实施方式有K＝2两个信号源，两个信号源均为远场窄带独立信号。阵列阵元上的噪声为零均值加性高斯白噪声，且噪声独立于信号。
令阵列原点为参考点，第m个阵元的坐标标识为pmd，其中m＝1,2,...,N，相应地pm＝1,2,...,N1,N1+1,2(N1+1),...,N2(N1+1)。因此，各子空间的阵元坐标标识为：
S1＝{pmd|pm＝m,m＝1,...,N1}，S2＝{pmd|pm＝(m-N1)(N1+1),m＝N1+1,...,N}
第m个阵元在t时刻接收到的数据可以表示为：
Figure BDA0002079132250000041
其中，sk(t)表示第k个信号源，nm(t)表示第m个阵元上的高斯白噪声，而am(θk)表示第m个阵元对第k个信号的阵列流型元素，可以进一步表示为：
Figure BDA0002079132250000051
其中，ωk有下列形式：
Figure BDA0002079132250000052
其中，λ是信号波长，θk是第k个信号的DOA。
将阵列观测数据表示成矩阵形式为：
X(t)＝AS(t)+N(t)
其中，X(t)＝[x1(t),...,xN(t)]T为观测数据矢量，S(t)＝[s1(t),...,sK(t)]T为信号源数据矢量，A(t)＝[a(θ1),...,a(θK)]T为阵列流型矩阵，
Figure BDA0002079132250000053
为导向矢量，N(t)＝[n1(t),...,nN(t)]T为噪声矢量。
具体地，如图1所示，跟踪方法包括：
步骤1：根据所述观测数据x(t)计算得到等效虚拟ULA(Uniform Linear Array，ULA，均匀线阵)信号矢量；
在实际工作中，观测数据x(t)在t时刻的协方差矩阵R(t)的计算公式为：
R(t)＝x(t)xH(t)
对协方差矩阵R(t)进行列向量化，可得虚拟差分阵列信号矢量
Figure BDA0002079132250000054
其中，
Figure BDA0002079132250000055
表示虚拟差分阵列的导向矢量，(·)T表示共轭，
Figure BDA0002079132250000056
表示克罗内克积，s(t)为相应地信号矢量。虚拟差分阵列的阵元位置可表示为D＝[n1-n2|n1,n2∈S1∪S2]。去除其中的冗余元素，并从大到小进行重排后，再取其中的连续部分，其阵元位置可得到一个等效的虚拟ULA，即U＝[-u,u]，其中u＝(|U|+1/2)，|·|表示阵列长度。在这里由于使用的是嵌套阵列，因此u＝pN。相应的信号矢量可表示为
Figure BDA0002079132250000057
其中,B'＝[b(θ1),...,b(θK)]是(2u+1)×K维的等效虚拟ULA的导向矢量。
步骤2：将所述等效虚拟ULA信号矢量划分为多个子空间，构造关于虚拟ULA信号子空间的无约束最小化问题；
将等效虚拟ULA信号矢量z'(t)划分为L＝N2/4+N/2个子空间，其中第p个子空间z'(t)的阵元位置为{(-p+1+n)d,n＝0,1,...,N2/4+N/2-1}。构造一个关于虚拟ULA信号子空间的无约束最小化问题，其目标方程可表示为
Figure BDA0002079132250000061
tr(C(t))-2tr(WH(t)C(t)W(t))+tr(WH(t)C(t)W(t)WH(t)W(t))
其中,β＝0.98表示遗忘因子，W(t)表示等效虚拟ULA的信号子空间，并且
Figure BDA0002079132250000062
步骤4：求解无约束最小化问题：
由于上述无约束最小化问题的目标方程是一个四次方程，其最小化问题难以直接求解。因此，这里采用一个投影近似的方法来方便计算。首先，可以将WH(t)z'p(i)近似看作WH(i-1)z'p(i)。因为当i接近于t时，这两者之间的差别很小；而当i远小于t时，虽然两者之间的差别很大，但由于遗忘因子的存在，会使得目标方程中过去数据产生的影响随着t的增大而减小，因此这个近似是合理的。再令
Figure BDA0002079132250000063
目标方程可以表示为:
Figure BDA0002079132250000064
该目标方程为一个二次方程，求解起来更加方便。
得到近似投影后的目标方程后，对J'(W(t))关于W(t)进行求导，并令导数为零，可以得到等效虚拟ULA的信号子空间的表达式
Figure BDA0002079132250000065
其中
Figure BDA0002079132250000066
以及
Figure BDA0002079132250000067
步骤4：计算等效虚拟ULA信号矢量的信号子空间；
由于矩阵求逆会带来相当高的计算复杂度，因此不能直接对W(t)进行求解，这里采用一种迭代使用矩阵求逆定理的方式来求解逆矩阵。Cv'v'(t)可以展开为以下这种形式
Figure BDA00020791322500000610
应用矩阵求逆定理可得
Figure BDA0002079132250000068
其中，
Figure BDA0002079132250000069
可以看到，PL-1(t)依然无法直接得到，因此需要再次使用矩阵求逆定理，以此类推，最终可以得到一个无未知项的表达式
Figure BDA0002079132250000071
其中，
Figure BDA0002079132250000072
可由上一个时刻计算得到。
总的来说，
Figure BDA0002079132250000073
即PL(t)，可由以下式子计算得出
Figure BDA0002079132250000074
因此，等效虚拟ULA的信号子空间W(t)可以表示为
Figure BDA0002079132250000075
步骤5：根据所述等效虚拟ULA信号矢量的信号子空间计算DOA的估计值。
将W(t)划分为W1(t)和W2(t)两部分，如下式
Figure BDA0002079132250000076
利用阵列的移动不变性，有
W2(t)＝W1(t)Φ
其中，
Figure BDA0002079132250000077
ωK＝(-2πdsinθk)/λ。
利用TLS算法来求解上式可得
Figure BDA0002079132250000078
其中，W12(t)和W22(t)为对如下矩阵进行特征分解得到的矩阵
Figure BDA0002079132250000079
其中,ΛE＝diag[λE1,...,λEK]为CW矩阵的特征值。
得到Φ的估计值
Figure BDA00020791322500000710
后，DOA估计值可由下式计算得出
θk＝arcsin{-angle(λk)×λ/2πd},k＝1,...,K
其中，{λk,k＝1,...,K}为矩阵
Figure BDA00020791322500000711
的特征值。
为验证算法的性能，本实施方式设计两组仿真实验。第一组实验为在静态情况下，对ULA采用PAST算法和对嵌套阵、扩展互质阵采用建议算法，在快拍数为500的情况下，DOA估计值的均方根误差随信噪比的变化关系以及在信噪比为5dB的情况下，DOA估计值的均方根误差随快拍数的变化关系。第二组实验为在动态情况下，对ULA采用PAST算法和对嵌套阵、扩展互质阵采用建议算法，在快拍数为1000、信噪比为10dB的情况下，DOA跟踪平缓变化曲线随时间的变化情况以及DOA跟踪剧烈变化曲线随时间的变化情况。两组组实验所用阵列的阵元数均为10，所用均匀线阵相同，单位阵列间距为d＝λ/2。第一组实验入射的信源数K＝2，均为静态信号，θ1＝0°，θ2＝30°；第二组实验入射的信源数K＝2，一个为静态信号θ1＝15°，一个为动态信号，平缓变化曲线的方程为
Figure BDA0002079132250000081
剧烈变化曲线的方程为
Figure BDA0002079132250000082
两组实验的结果分别如图2、3、4、5所示。
因此，本发明使用稀疏阵列及其虚拟差分阵列，相较于传统的PAST算法来说提升了DOA在静态环境下估计的精度和在动态情况下DOA跟踪的性能以及收敛速度。
如图7所示，一种基于虚拟差分阵列的DOA跟踪装置，所述阵列为嵌套阵列，包括第一子空间和第二子空间，所述第一子空间包括N1个阵元，阵元间距为d，所述第二子空间包括N2个子空间，阵元间距为(N1+1)d，天线阵列的观测数据为x(t)；该装置包括：
等效虚拟ULA信号矢量计算模块，用于根据所述观测数据x(t)计算得到等效虚拟ULA信号矢量；
构造模块，用于将所述等效虚拟ULA信号矢量划分为多个子空间，构造关于虚拟ULA信号子空间的无约束最小化问题；
最小化问题求解模块，用于求解所述无约束最小化问题；
信号子空间计算模块，用于计算等效虚拟ULA信号矢量的信号子空间；
估计模块，用于根据所述等效虚拟ULA信号矢量的信号子空间计算DOA的估计值。
于一实施例中，计算观测数据x(t)在时刻t的协方差矩阵R(t)；
对所述协方差矩阵R(t)进行列向量化，得到虚拟差分阵列信号矢量z(t)；
对所述虚拟差分阵列信号矢量z(t)去冗余、重排并取连续部分阵元后，得到等效虚拟ULA信号矢量z'(t)。
于一实施例中，对所述虚拟ULA信号子空间的无约束最小化问题的目标方程进行近似投影；
对进行近似投影后的无约束最小化问题求导并令其等于0得到等效虚拟ULA的信号子空间表达式，表达式中的逆矩阵利用多次矩阵求逆定理计算得出。
于一实施例中，将等效虚拟ULA的信号子空间表达式划分为两部分，包括W1(t)和W2(t)，W2(t)＝W1(t)Φ；
使用总体最小二乘ESPRIT算法求解出矩阵Φ的估计值
Figure BDA0002079132250000091
进而得到DOA的估计值。
需要说明的是，由于装置部分的实施例与方法部分的实施例相互对应，因此装置部分的实施例的内容请参见方法部分的实施例的描述，这里暂不赘述。
本发明还提供一种存储介质，存储计算机程序，所述计算机程序被处理器运行时执行前述的设计方法。
本发明还提供一种电子终端，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述存储器存储的计算机程序，以使所述设备执行前述的设计方法。
所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器((RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。
所述处理器可以是中央处理单元(Central Processing Unit,CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(FieldProgrammable GateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器可以是内部存储单元或外部存储设备，例如插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字卡(Secure Digital,SD)，闪存卡(Flash Card)等。进一步地，所述存储器还可以既包括内部存储单元，也包括外部存储设备。所述存储器用于存储所述计算机程序以及其他程序和数据。所述存储器还可以用于暂时地存储己经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (10)

1.一种基于虚拟差分阵列的DOA跟踪方法，其特征在于，所述阵列为嵌套阵列，包括第一子空间和第二子空间，所述第一子空间包括N1个阵元，阵元间距为d，所述第二子空间包括N2个子空间，阵元间距为(N1+1)d，天线阵列的观测数据为x(t)；该方法包括：
根据所述观测数据x(t)计算得到等效虚拟ULA信号矢量；
将所述等效虚拟ULA信号矢量划分为多个子空间，构造关于虚拟ULA信号子空间的无约束最小化问题，具体包括将等效虚拟ULA信号矢量z'(t)划分为L＝N2/4+N/2个子空间，N是物理阵元数，第p个子空间的z'(t)的阵元位置为{(-p+1+n)d,n＝0,1,...,N2/4+N/2-1}，阵元间距为d，构造一个关于虚拟ULA信号子空间的无约束最小化问题，其目标方程可表示为：
Figure FDA0003316376290000011
其中,β＝0.98表示遗忘因子，W(t)表示等效虚拟ULA的信号子空间，WH(t)为W(t)的转置矩阵，并且
Figure FDA0003316376290000012
求解所述无约束最小化问题；
计算等效虚拟ULA信号矢量的信号子空间；
根据所述等效虚拟ULA信号矢量的信号子空间计算DOA的估计值。
2.根据权利要求1所述的一种基于虚拟差分阵列的DOA跟踪方法，其特征在于，所述根据所述观测数据x(t)计算得到等效虚拟ULA信号矢量，具体包括：
计算观测数据x(t)在时刻t的协方差矩阵R(t)；
对所述协方差矩阵R(t)进行列向量化，得到虚拟差分阵列信号矢量z(t)；
对所述虚拟差分阵列信号矢量z(t)去冗余、重排并取连续部分阵元后，得到等效虚拟ULA信号矢量z'(t)。
3.根据权利要求1所述的一种基于虚拟差分阵列的DOA跟踪方法，其特征在于，
对所述虚拟ULA信号子空间的无约束最小化问题的目标方程进行近似投影；
对进行近似投影后的无约束最小化问题求导并令其等于0得到等效虚拟ULA的信号子空间表达式，表达式中的逆矩阵利用多次矩阵求逆定理计算得出。
4.根据权利要求1所述的一种基于虚拟差分阵列的DOA跟踪方法，其特征在于，
将等效虚拟ULA的信号子空间表达式划分为两部分，包括W1(t)和W2(t)，W2(t)＝W1(t)Φ，其中，
Figure FDA0003316376290000021
ωk＝(-2πdsinθk)/λ，λ是信号波长，θk是第k个信号的DOA；
使用总体最小二乘ESPRIT算法求解出矩阵Φ的估计值
Figure FDA0003316376290000022
进而得到DOA的估计值。
5.一种基于虚拟差分阵列的DOA跟踪装置，其特征在于，所述阵列为嵌套阵列，包括第一子空间和第二子空间，所述第一子空间包括N1个阵元，阵元间距为d，所述第二子空间包括N2个子空间，阵元间距为(N1+1)d，天线阵列的观测数据为x(t)；该装置包括：
等效虚拟ULA信号矢量计算模块，用于根据所述观测数据x(t)计算得到等效虚拟ULA信号矢量；
构造模块，用于将所述等效虚拟ULA信号矢量划分为多个子空间，构造关于虚拟ULA信号子空间的无约束最小化问题，具体包括将等效虚拟ULA信号矢量z'(t)划分为L＝N2/4+N/2个子空间，其中第p个子空间的z'(t)的阵元位置为{(-p+1+n)d,n＝0,1,...,N2/4+N/2-1}，构造一个关于虚拟ULA信号子空间的无约束最小化问题，其目标方程可表示为
Figure FDA0003316376290000023
其中,β＝0.98表示遗忘因子，W(t)表示等效虚拟ULA的信号子空间，并且
Figure FDA0003316376290000024
最小化问题求解模块，用于求解所述无约束最小化问题；
信号子空间计算模块，用于计算等效虚拟ULA信号矢量的信号子空间；
估计模块，用于根据所述等效虚拟ULA信号矢量的信号子空间计算DOA的估计值。
6.根据权利要求5所述的一种基于虚拟差分阵列的DOA跟踪装置，其特征在于，
计算观测数据x(t)在时刻t的协方差矩阵R(t)；
对所述协方差矩阵R(t)进行列向量化，得到虚拟差分阵列信号矢量z(t)；
对所述虚拟差分阵列信号矢量z(t)去冗余、重排并取连续部分阵元后，得到等效虚拟ULA信号矢量z'(t)。
7.根据权利要求5所述的一种基于虚拟差分阵列的DOA跟踪装置，其特征在于，
对所述虚拟ULA信号子空间的无约束最小化问题的目标方程进行近似投影；
对进行近似投影后的无约束最小化问题求导并令其等于0得到等效虚拟ULA的信号子空间表达式，表达式中的逆矩阵利用多次矩阵求逆定理计算得出。
8.根据权利要求5所述的一种基于虚拟差分阵列的DOA跟踪装置，其特征在于，
将等效虚拟ULA的信号子空间表达式划分为两部分，包括W1(t)和W2(t)，W2(t)＝W1(t)Φ，其中，
Figure FDA0003316376290000031
ωk＝(-2πdsinθk)/λ，λ是信号波长，θk是第k个信号的DOA；
使用总体最小二乘ESPRIT算法求解出矩阵Φ的估计值
Figure FDA0003316376290000032
进而得到DOA的估计值。
9.一种存储介质，存储计算机程序，其特征在于，所述计算机程序被处理器运行时执行如权利要求1～4任意一项所述的跟踪方法。
10.一种电子终端，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述存储器存储的计算机程序，以使所述电子终端执行如权利要求1～4任意一项所述的跟踪方法。
CN201910464926.9A 2019-05-30 2019-05-30 一种基于虚拟差分阵列的doa跟踪方法及装置 Expired - Fee Related CN110275131B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910464926.9A CN110275131B (zh) 2019-05-30 2019-05-30 一种基于虚拟差分阵列的doa跟踪方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910464926.9A CN110275131B (zh) 2019-05-30 2019-05-30 一种基于虚拟差分阵列的doa跟踪方法及装置

Publications (2)

Publication Number Publication Date
CN110275131A CN110275131A (zh) 2019-09-24
CN110275131B true CN110275131B (zh) 2021-11-30

Family

ID=67960448

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910464926.9A Expired - Fee Related CN110275131B (zh) 2019-05-30 2019-05-30 一种基于虚拟差分阵列的doa跟踪方法及装置

Country Status (1)

Country Link
CN (1) CN110275131B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110726967B (zh) * 2019-10-25 2021-08-03 北京理工大学 用于一维阵列测向的单边稀疏嵌套阵设计方法
CN110736959B (zh) * 2019-10-25 2021-07-09 北京理工大学 一种基于和差协同阵构建的平面互质阵列设计方法
CN113010992A (zh) * 2020-12-30 2021-06-22 中国航天科工集团八五一一研究所 一种基于展宽方式的嵌套阵列流形优化方法
CN113777555A (zh) * 2021-08-26 2021-12-10 南京航空航天大学 一种基于稀疏阵列的doa跟踪方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105824002B (zh) * 2016-04-15 2018-05-04 西安电子科技大学 基于嵌套式子阵阵列的波达方向估计方法
CN106707257B (zh) * 2016-12-01 2019-06-21 西安电子科技大学 基于嵌套阵列的mimo雷达波达方向估计方法
CN108919178A (zh) * 2018-08-06 2018-11-30 电子科技大学 一种基于对称嵌套阵列的混合场信源定位方法

Also Published As

Publication number Publication date
CN110275131A (zh) 2019-09-24

Similar Documents

Publication Publication Date Title
CN110275131B (zh) 一种基于虚拟差分阵列的doa跟踪方法及装置
WO2021139208A1 (zh) 一种基于特定频率组合信号的一维doa估计方法
CN109655799B (zh) 基于iaa的协方差矩阵向量化的非均匀稀疏阵列测向方法
CN110308417B (zh) 基于矩阵填充的嵌套阵阵元失效下的波达方向估计方法及装置
CN107589399B (zh) 基于多采样虚拟信号奇异值分解的互质阵列波达方向估计方法
CN110109050B (zh) 嵌套阵列下基于稀疏贝叶斯的未知互耦的doa估计方法
CN108375751A (zh) 多信源波达方向估计方法
CN107450047A (zh) 嵌套阵下基于未知互耦信息的压缩感知doa估计方法
Götze et al. An algorithm and architecture based on orthonormal μ-rotations for computing the symmetric EVD
CN110244272B (zh) 基于秩一去噪模型的波达方向估计方法
CN111337893A (zh) 一种基于实值稀疏贝叶斯学习的离格doa估计方法
CN107544051A (zh) 嵌套阵列基于k‑r子空间的波达方向估计方法
Mao et al. An Improved DOA Estimation Algorithm Based on Wavelet Operator.
Sun et al. Real-valued DOA estimation with unknown number of sources via reweighted nuclear norm minimization
JP2023513650A (ja) 相互相関テンソルに基づく三次元の互いに素のキュービックアレイの到来方向推定方法
Cheng et al. An MDL algorithm for detecting more sources than sensors using outer-products of array output
Yang et al. A variational Bayesian strategy for solving the DOA estimation problem in sparse array
CN110895325B (zh) 基于增强四元数多重信号分类的到达角估计方法
CN113567913A (zh) 基于迭代重加权可降维的二维平面doa估计方法
CN111366893A (zh) 一种均匀圆阵未知互耦条件下的非圆信号方位角估计方法
Zhang et al. Array covariance matrix-based atomic norm minimization for off-grid coherent direction-of-arrival estimation
Yan et al. Computationally efficient direction of arrival estimation with unknown number of signals
CN109507634B (zh) 一种任意传感器阵列下的基于传播算子的盲远场信号波达方向估计方法
CN109782246B (zh) 波达方向估计方法及装置、雷达、可读存储介质
CN116381594A (zh) 基于空间平滑的极化敏感镜面反射阵列极化doa联合估计方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20211130