CN113805139A - 基于聚焦变换的宽带信号稀疏表示波达方向估计方法 - Google Patents

基于聚焦变换的宽带信号稀疏表示波达方向估计方法 Download PDF

Info

Publication number
CN113805139A
CN113805139A CN202110975454.0A CN202110975454A CN113805139A CN 113805139 A CN113805139 A CN 113805139A CN 202110975454 A CN202110975454 A CN 202110975454A CN 113805139 A CN113805139 A CN 113805139A
Authority
CN
China
Prior art keywords
matrix
array
focusing
sub
broadband signal
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.)
Withdrawn
Application number
CN202110975454.0A
Other languages
English (en)
Inventor
赵永红
辛菁
商桂华
尚治龙
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.)
Xian University of Technology
Original Assignee
Xian University of Technology
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 Xian University of Technology filed Critical Xian University of Technology
Priority to CN202110975454.0A priority Critical patent/CN113805139A/zh
Publication of CN113805139A publication Critical patent/CN113805139A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S3/00Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
    • G01S3/02Direction-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
    • G01S3/14Systems for determining direction or deviation from predetermined direction
    • G01S3/143Systems for determining direction or deviation from predetermined direction by vectorial combination of signals derived from differently oriented antennae

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种基于聚焦变换的宽带信号稀疏表示波达方向估计方法,首先根据远场宽带信号到接收阵列的波达方向、接收阵列中各阵元的布阵结构以及接收滤波器组的子频带划分情况,计算接收阵列各子频带的回波信号;选定参考频点,计算各子频带的聚焦矩阵;然后将各子频带的阵列接收数据聚焦到参考频率处并计算聚焦后的阵列协方差矩阵;对聚焦后的阵列协方差矩阵进行特征分解,建立基于加权子空间拟合的宽带信号稀疏表示波达方向估计模型;最后将该模型转化为二阶锥规划的形式求解,得到宽带信号波达方向估计值。本发明以实现宽带信号在信源预估角度未知情况下各频点的联合估计,提高算法的分辨性能、估计性能及计算效率。

Description

基于聚焦变换的宽带信号稀疏表示波达方向估计方法
技术领域
本发明属于雷达技术领域,具体涉及一种基于聚焦变换的宽带信号稀疏表示波达方向估计方法。
背景技术
波达方向估计技术是实现目标定位不可或缺的技术手段,通过波达方向估计结果可得目标在空域的方位信息。传统典型的方法有多重信号分类方法,旋转不变子空间方法,这两种方法突破瑞利限,可实现目标的超分辨,但在低信噪比或者少快拍环境下性能严重下降。
稀疏表示理论的基本思想是用冗余函数集合组成的原子字典代替基函数集合,进而可以将信号表示为原子字典中少数原子列向量的线性组合。当空域分布少量点目标时,对整个空域角度而言目标具有稀疏性,因此可以将稀疏表示理论应用到波达方向估计中,解决传统方法的不足。
宽带信号入射到阵列时,各阵元接收的包络各不相同,常用的处理方法是将各阵元接收到的数据变换到频域进行分频处理,因此宽带信号的阵列流形矩阵不仅仅是信号源来波方向的函数同时也是频率的函数,导致不同频率对应不同的冗余字典矩阵,而每一频点均包含信源的角度信息。
因此针对宽带信号稀疏表示波达方向估计方法中多频带点的联合处理问题,现有方法主要分为两大类,一类是非相关处理方法,各频点独立对信源的波达方向进行估计,然后将所有频点的估计值平均得到最终的角度估计结果,并未考虑各频点之间联合稀疏性的因素,另一类是相关处理方法,虽然考虑了各频点之间的联合稀疏性,但聚焦矩阵的计算需要信源来波方向的角度预估值。
发明内容
本发明的目的是提供一种基于聚焦变换的宽带信号稀疏表示波达方向估计方法,以实现宽带信号在信源预估角度未知情况下各频点的联合估计,提高算法的分辨性能、估计性能及计算效率。
本发明所采用的技术方案是,基于聚焦变换的宽带信号稀疏表示波达方向估计方法,具体按照以下步骤实施:
步骤1、根据远场宽带信号到接收阵列的波达方向、接收阵列中各阵元的布阵结构以及接收滤波器组的子频带划分情况,计算接收阵列各子频带的回波信号;
步骤2、选定参考频点,计算各子频带的聚焦矩阵;
步骤3、根据步骤2得到的聚焦矩阵,将各子频带的阵列接收数据聚焦到参考频率处并计算聚焦后的阵列协方差矩阵;
步骤4、对聚焦后的阵列协方差矩阵进行特征分解,建立基于加权子空间拟合的宽带信号稀疏表示波达方向估计模型;
步骤5、将步骤4建立的基于加权子空间拟合的宽带信号稀疏表示波达方向估计模型转化为二阶锥规划的形式求解,得到宽带信号波达方向估计值。
本发明的特点还在于,
步骤1中接收阵列的回波信号yl(fi)计算如下:
yl(fi)=A(fi,θ)sl(fi)+nl(fi),l=1,…,L,i=1,…,J,
其中,
Figure BDA0003227100070000031
表示阵列接收数据第l段上子频带fi对应的DFT系数,M表示阵元个数,
Figure BDA0003227100070000032
是第fi个频点处对应的阵列流形矩阵,其中每一列为目标角度θk的对应的导向矢量a(fik),
Figure BDA0003227100070000033
dm,1表示第m个阵元与第一个参考阵元的距离,m=1,2,…M,c表示电磁波的传播速度,K表示信源个数,[·]T表示转置运算,θ=[θ1,…,θK]表示信源的来波方向,假设目标信号矢量
Figure BDA0003227100070000034
服从高斯分布,不同子频带上独立同分布,同一个子频带上满足
Figure BDA0003227100070000035
Figure BDA0003227100070000036
表示第i个子频带上第k个目标对应的信号功率,δ(l1-l2)表示冲激响应函数,当且仅当l1=l2时函数值不为零,其余函数值均为0,E[·]表示期望运算,(·)H表示共轭转置运算,diag(·)表示对角操作运算。nl(fi)表示复高斯白噪声矢量,与目标信号不相关且不同子频带之间也不相关,L为频域快拍数,J表示子频带划分个数。
步骤2中各个子频带的聚焦矩阵T(fi)的计算具体如下:
步骤2.1、构造频点fi处阵列观测数据矩阵X(fi):
X(fi)=[y1(fi),y2(fi),…,yL(fi)];
步骤2.2、选定f0频点作为参考频点,计算互相关矩阵
Figure BDA0003227100070000037
和无噪协方差矩阵
Figure BDA0003227100070000038
Figure BDA0003227100070000039
Figure BDA00032271000700000310
其中,
Figure BDA0003227100070000041
为参考频点处的样本协方差矩阵,IM为单位矩阵,
Figure BDA0003227100070000042
为参考频点处噪声方差的估计值,λj为矩阵
Figure BDA0003227100070000043
较小的特征值,K'表示不相关信号的个数;
步骤2.3、根据步骤2.2得到的互相关矩阵
Figure BDA0003227100070000044
和无噪协方差矩阵
Figure BDA0003227100070000045
计算各个子频带的聚焦矩阵T(fi):
Figure BDA0003227100070000046
步骤3中聚焦后的阵列协方差矩阵R0的计算具体如下:
步骤3.1、根据步骤2得到的聚焦矩阵T(fi),计算聚焦后的各个频点的阵列输出矩阵X0(fi):
X0(fi)=T(fi)X(fi);
步骤3.2、根据步骤3.1得到的各个频点的阵列输出矩阵X0(fi),计算聚焦后的阵列协方差矩阵R0
Figure BDA0003227100070000047
步骤4具体如下:
步骤4.1、对聚焦后的阵列协方差矩阵R0进行特征分解,得到
Figure BDA0003227100070000048
其中,em
Figure BDA0003227100070000049
分别表示协方差矩阵R0的特征矢量和特征值,对角矩阵
Figure BDA00032271000700000410
由K'个大特征值组成,对应的特征矢量构成信号子空间Es0,其它的特征矢量构成与信号子空间正交的噪声子空间En0
Figure BDA00032271000700000411
步骤4.2、计算加权子空间拟合算法的最优权值矩阵W:
Figure BDA0003227100070000051
步骤4.3、根据稀疏表示理论,在角度维划分整个空域,得到角度集合Θ:
Θ={θ12,…,θn,…,θN},
其中,N表示空域角度划分个数,θn表示第n个划分的角度,n=1,2,…,N;
步骤4.4、根据步骤4.2得到的最优权值矩阵W和步骤4.3得到角度集合Θ,建立基于加权子空间拟合的宽带信号稀疏表示波达方向估计模型:
Figure BDA0003227100070000052
其中,
Figure BDA0003227100070000053
是一个维数为N×K'的系数矩阵,每一列具有相同的稀疏结构,
Figure BDA0003227100070000054
bn表示矩阵
Figure BDA0003227100070000055
的第n行,||·||2表示二范数运算,min(·)表示取最小运算,||·||F表示矩阵的Frobenius范数,
Figure BDA0003227100070000056
表示正则化参数,ζ为卡方分布的门限值,
Figure BDA0003227100070000057
表示参考频点f0处的过完备基矩阵。
步骤5二阶锥规划的形式求解具体如下:
Figure BDA0003227100070000058
其中,b为优化参数,然后使用优化程序包CVX对上式进行求解,得到稀疏矢量q=[q1,q2,…,qn,…,qN]构成角度谱,通过对得到的角度谱进行谱峰搜索得到宽带信号波达方向估计结果。
本发明的有益效果是,一种基于聚焦变换的宽带信号稀疏表示波达方向估计方法,相比于非相关处理方法,本发明由于利用了各频点的联合稀疏性,故可有效的提高算法的估计性能和运行效率;相比于现有的相关处理方法,本发明由于利用不同频点间阵列接收数据的互信息和自信息,避免对信源角度进行预估,并将稀疏表示理论引入信源角度估计中,进一步提高算法估计性能。
附图说明
图1是本发明的实现流程图;
图2是用本发明方法对空域3个信号空间谱的仿真结果图;
图3是用现有方法和用本发明方法对空域三个目标的均方根误差随快拍数的变化曲线的仿真结果图;
图4是用现有方法和用本发明方法对空域三个目标的运行时间随子频带个数的变化曲线的仿真结果图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明基于聚焦变换的宽带信号稀疏表示波达方向估计方法,流程图如图1所示,具体按照以下步骤实施:
步骤1、根据远场宽带信号到接收阵列的波达方向、接收阵列中各阵元的布阵结构以及接收滤波器组的子频带划分情况,计算接收阵列各子频带的回波信号;
步骤1中接收阵列的回波信号yl(fi)计算如下:
yl(fi)=A(fi,θ)sl(fi)+nl(fi),l=1,…,L,i=1,…,J,
其中,
Figure BDA0003227100070000071
表示阵列接收数据第l段上子频带fi对应的DFT系数,M表示阵元个数,
Figure BDA0003227100070000072
是第fi个频点处对应的阵列流形矩阵,其中每一列为目标角度θk的对应的导向矢量a(fik),
Figure BDA0003227100070000073
dm,1表示第m个阵元与第一个参考阵元的距离,m=1,2,…M,c表示电磁波的传播速度,K表示信源个数,[·]T表示转置运算,θ=[θ1,…,θK]表示信源的来波方向,假设目标信号矢量
Figure BDA0003227100070000074
服从高斯分布,不同子频带上独立同分布,同一个子频带上满足
Figure BDA0003227100070000075
Figure BDA0003227100070000076
表示第i个子频带上第k个目标对应的信号功率,δ(l1-l2)表示冲激响应函数,当且仅当l1=l2时函数值不为零,其余函数值均为0,E[·]表示期望运算,(·)H表示共轭转置运算,diag(·)表示对角操作运算。nl(fi)表示复高斯白噪声矢量,与目标信号不相关且不同子频带之间也不相关,L为频域快拍数,J表示子频带划分个数。
步骤2、选定参考频点,计算各子频带的聚焦矩阵;
步骤2中各个子频带的聚焦矩阵T(fi)的计算具体如下:
步骤2.1、构造频点fi处阵列观测数据矩阵X(fi):
X(fi)=[y1(fi),y2(fi),…,yL(fi)];
步骤2.2、选定f0频点作为参考频点,计算互相关矩阵
Figure BDA0003227100070000077
和无噪协方差矩阵
Figure BDA0003227100070000078
Figure BDA0003227100070000079
Figure BDA00032271000700000710
其中,
Figure BDA0003227100070000081
为参考频点处的样本协方差矩阵,IM为单位矩阵,
Figure BDA0003227100070000082
为参考频点处噪声方差的估计值,λj为矩阵
Figure BDA0003227100070000083
较小的特征值,K'表示不相关信号的个数;
步骤2.3、根据步骤2.2得到的互相关矩阵
Figure BDA0003227100070000084
和无噪协方差矩阵
Figure BDA0003227100070000085
计算各个子频带的聚焦矩阵T(fi):
Figure BDA0003227100070000086
步骤3、根据步骤2得到的聚焦矩阵,将各子频带的阵列接收数据聚焦到参考频率处并计算聚焦后的阵列协方差矩阵;
步骤3中聚焦后的阵列协方差矩阵R0的计算具体如下:
步骤3.1、根据步骤2得到的聚焦矩阵T(fi),计算聚焦后的各个频点的阵列输出矩阵X0(fi):
X0(fi)=T(fi)X(fi);
步骤3.2、根据步骤3.1得到的各个频点的阵列输出矩阵X0(fi),计算聚焦后的阵列协方差矩阵R0
Figure BDA0003227100070000087
步骤4、对聚焦后的阵列协方差矩阵进行特征分解,建立基于加权子空间拟合的宽带信号稀疏表示波达方向估计模型;
步骤4具体如下:
步骤4.1、对聚焦后的阵列协方差矩阵R0进行特征分解,得到
Figure BDA0003227100070000088
其中,em
Figure BDA0003227100070000089
分别表示协方差矩阵R0的特征矢量和特征值,对角矩阵
Figure BDA0003227100070000091
由K'个大特征值组成,对应的特征矢量构成信号子空间Es0,其它的特征矢量构成与信号子空间正交的噪声子空间En0
Figure BDA0003227100070000092
步骤4.2、计算加权子空间拟合算法的最优权值矩阵W:
Figure BDA0003227100070000093
步骤4.3、根据稀疏表示理论,在角度维划分整个空域,得到角度集合Θ:
Θ={θ12,…,θn,…,θN},
其中,N表示空域角度划分个数,θn表示第n个划分的角度,n=1,2,…,N;
步骤4.4、根据步骤4.2得到的最优权值矩阵W和步骤4.3得到角度集合Θ,建立基于加权子空间拟合的宽带信号稀疏表示波达方向估计模型:
Figure BDA0003227100070000094
其中,
Figure BDA0003227100070000095
是一个维数为N×K'的系数矩阵,每一列具有相同的稀疏结构,
Figure BDA0003227100070000096
bn表示矩阵
Figure BDA0003227100070000097
的第n行,||·||2表示二范数运算,min(·)表示取最小运算,||·||F表示矩阵的Frobenius范数,
Figure BDA0003227100070000098
表示正则化参数,ζ为卡方分布的门限值,
Figure BDA0003227100070000099
表示参考频点f0处的过完备基矩阵。
步骤5、将步骤4建立的基于加权子空间拟合的宽带信号稀疏表示波达方向估计模型转化为二阶锥规划的形式求解,得到宽带信号波达方向估计值,步骤5二阶锥规划的形式求解具体如下:
Figure BDA0003227100070000101
其中,b为优化参数,然后使用优化程序包CVX对上式进行求解,得到稀疏矢量q=[q1,q2,…,qn,…,qN]构成角度谱,通过对得到的角度谱进行谱峰搜索得到宽带信号波达方向估计结果。
本发明对目标角度信息的估计性能可通过以下仿真进一步验证。
1.实验参数:
阵元总数M=16,布阵方式为均匀线阵,波束宽度为6.4°,宽带信号的频率范围为80Hz~120Hz,信噪比为0dB。
实验一:宽带信号的入射角度为0°,3°,14°,其中前两个信号相关,相关系数为0.98,均与第三个信号不相关。
实验二:宽带信号的入射角度为-27.6°,3.2°,40.5°,前两个信号相关,相关系数为0.98,均与第三个信号不相关,快拍数以25为间隔从100变化至400,蒙特卡洛次数为200。
实验三:宽带信号的入射角度为-27.6°,3.2°,40.5°,前两个信号相关,相关系数为0.98,均与第三个信号不相关,子频带个数以5为间隔从10变化至50,蒙特卡洛次数为200。
2.实验内容与分析
实验一:
用本发明方法对空间远场3个等功率宽带信号进行波达方向估计,得到角度估计的空间谱,如图2所示,其中,“o”表示真实目标的波达方向。
由图2可以看出,本发明方法能成功分辨来自3个不同方向的等功率信号,其中前两个信号的角度间隔小于波束宽度,说明本发明方法可以实现超分辨。
实验二:
改变快拍数,对每一个快拍数,均利用现有方法和本发明方法进行200次仿真实验,分别统计出现有方法和本发明方法对空域3个等功率宽带信号的均方根误差随快拍数的变化曲线,如3所示。
由图3可以看出,随着快拍数的增大,本发明方法的均方根误差逐渐降低,且本发明方法在每个快拍数下的均方根误差均小于现有方法,说明本发明方法的估计性能优于现有方法。
实验三:
改变子频带个数,对每一个子频带,均利用现有方法和本发明方法进行200次仿真实验,分别统计出现有方法和本发明方法的运行时间随子频带个数的变化曲线,如图4所示。
由图4可以看出,在所有的子频带个数下,本发明方法的运行时间均小于现有方法,且在大部分子频带个数的情况下运行时间是远远小于现有方法,说明本发明方法的计算效率优于现有方法。
综上所述,本发明方法能够对空域宽带信号进行有效的波达方向估计,提高了宽带信号的估计性能和计算效率。

Claims (6)

1.基于聚焦变换的宽带信号稀疏表示波达方向估计方法,其特征在于,具体按照以下步骤实施:
步骤1、根据远场宽带信号到接收阵列的波达方向、接收阵列中各阵元的布阵结构以及接收滤波器组的子频带划分情况,计算接收阵列各子频带的回波信号;
步骤2、选定参考频点,计算各子频带的聚焦矩阵;
步骤3、根据步骤2得到的聚焦矩阵,将各子频带的阵列接收数据聚焦到参考频率处并计算聚焦后的阵列协方差矩阵;
步骤4、对聚焦后的阵列协方差矩阵进行特征分解,建立基于加权子空间拟合的宽带信号稀疏表示波达方向估计模型;
步骤5、将步骤4建立的基于加权子空间拟合的宽带信号稀疏表示波达方向估计模型转化为二阶锥规划的形式求解,得到宽带信号波达方向估计值。
2.根据权利要求1所述的基于聚焦变换的宽带信号稀疏表示波达方向估计方法,其特征在于,所述步骤1中接收阵列的回波信号yl(fi)计算如下:
yl(fi)=A(fi,θ)sl(fi)+nl(fi),l=1,…,L,i=1,…,J,
其中,
Figure FDA0003227100060000011
表示阵列接收数据第l段上子频带fi对应的DFT系数,M表示阵元个数,
Figure FDA0003227100060000012
是第fi个频点处对应的阵列流形矩阵,其中每一列为目标角度θk的对应的导向矢量a(fik),
Figure FDA0003227100060000013
dm,1表示第m个阵元与第一个参考阵元的距离,m=1,2,…M,c表示电磁波的传播速度,K表示信源个数,[·]T表示转置运算,θ=[θ1,…,θK]表示信源的来波方向,假设目标信号矢量
Figure FDA0003227100060000021
服从高斯分布,不同子频带上独立同分布,同一个子频带上满足
Figure FDA0003227100060000022
Figure FDA0003227100060000023
表示第i个子频带上第k个目标对应的信号功率,δ(l1-l2)表示冲激响应函数,当且仅当l1=l2时函数值不为零,其余函数值均为0,E[·]表示期望运算,(·)H表示共轭转置运算,diag(·)表示对角操作运算,nl(fi)表示复高斯白噪声矢量,与目标信号不相关且不同子频带之间也不相关,L为频域快拍数,J表示子频带划分个数。
3.根据权利要求2所述的基于聚焦变换的宽带信号稀疏表示波达方向估计方法,其特征在于,所述步骤2中各个子频带的聚焦矩阵T(fi)的计算具体如下:
步骤2.1、构造频点fi处阵列观测数据矩阵X(fi):
X(fi)=[y1(fi),y2(fi),…,yL(fi)];
步骤2.2、选定f0频点作为参考频点,计算互相关矩阵
Figure FDA0003227100060000024
和无噪协方差矩阵
Figure FDA0003227100060000025
Figure FDA0003227100060000026
Figure FDA0003227100060000027
其中,
Figure FDA0003227100060000028
为参考频点处的样本协方差矩阵,IM为单位矩阵,
Figure FDA0003227100060000029
为参考频点处噪声方差的估计值,λj为矩阵
Figure FDA00032271000600000210
较小的特征值,K'表示不相关信号的个数;
步骤2.3、根据步骤2.2得到的互相关矩阵
Figure FDA00032271000600000211
和无噪协方差矩阵
Figure FDA00032271000600000212
计算各个子频带的聚焦矩阵T(fi):
Figure FDA0003227100060000031
4.根据权利要求3所述的基于聚焦变换的宽带信号稀疏表示波达方向估计方法,其特征在于,所述步骤3中聚焦后的阵列协方差矩阵R0的计算具体如下:
步骤3.1、根据步骤2得到的聚焦矩阵T(fi),计算聚焦后的各个频点的阵列输出矩阵X0(fi):
X0(fi)=T(fi)X(fi);
步骤3.2、根据步骤3.1得到的各个频点的阵列输出矩阵X0(fi),计算聚焦后的阵列协方差矩阵R0
Figure FDA0003227100060000032
5.根据权利要求4所述的基于聚焦变换的宽带信号稀疏表示波达方向估计方法,其特征在于,所述步骤4具体如下:
步骤4.1、对聚焦后的阵列协方差矩阵R0进行特征分解,得到
Figure FDA0003227100060000033
其中,em
Figure FDA0003227100060000034
分别表示协方差矩阵R0的特征矢量和特征值,对角矩阵
Figure FDA0003227100060000035
由K'个大特征值组成,对应的特征矢量构成信号子空间Es0,其它的特征矢量构成与信号子空间正交的噪声子空间En0
Figure FDA0003227100060000036
步骤4.2、计算加权子空间拟合算法的最优权值矩阵W:
Figure FDA0003227100060000037
步骤4.3、根据稀疏表示理论,在角度维划分整个空域,得到角度集合Θ:
Θ={θ12,…,θn,…,θN},
其中,N表示空域角度划分个数,θn表示第n个划分的角度,n=1,2,…,N;
步骤4.4、根据步骤4.2得到的最优权值矩阵W和步骤4.3得到角度集合Θ,建立基于加权子空间拟合的宽带信号稀疏表示波达方向估计模型:
Figure FDA0003227100060000041
其中,
Figure FDA0003227100060000042
是一个维数为N×K'的系数矩阵,每一列具有相同的稀疏结构,
Figure FDA0003227100060000043
bn表示矩阵
Figure FDA0003227100060000044
的第n行,||·||2表示二范数运算,min(·)表示取最小运算,||·||F表示矩阵的Frobenius范数,
Figure FDA0003227100060000045
表示正则化参数,ζ为卡方分布的门限值,
Figure FDA0003227100060000046
表示参考频点f0处的过完备基矩阵。
6.根据权利要求5所述的基于聚焦变换的宽带信号稀疏表示波达方向估计方法,其特征在于,所述步骤5二阶锥规划的形式求解具体如下:
Figure FDA0003227100060000047
其中,b为优化参数,然后使用优化程序包CVX对上式进行求解,得到稀疏矢量q=[q1,q2,…,qn,…,qN]构成角度谱,通过对得到的角度谱进行谱峰搜索得到宽带信号波达方向估计结果。
CN202110975454.0A 2021-08-24 2021-08-24 基于聚焦变换的宽带信号稀疏表示波达方向估计方法 Withdrawn CN113805139A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110975454.0A CN113805139A (zh) 2021-08-24 2021-08-24 基于聚焦变换的宽带信号稀疏表示波达方向估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110975454.0A CN113805139A (zh) 2021-08-24 2021-08-24 基于聚焦变换的宽带信号稀疏表示波达方向估计方法

Publications (1)

Publication Number Publication Date
CN113805139A true CN113805139A (zh) 2021-12-17

Family

ID=78941665

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110975454.0A Withdrawn CN113805139A (zh) 2021-08-24 2021-08-24 基于聚焦变换的宽带信号稀疏表示波达方向估计方法

Country Status (1)

Country Link
CN (1) CN113805139A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115079087A (zh) * 2022-04-29 2022-09-20 苏州清听声学科技有限公司 低频宽带信号方位估计方法、***、介质、设备、装置
CN116626591A (zh) * 2023-05-26 2023-08-22 长安大学 一种基于无人机谐波聚焦的宽带声源定位方法、***、设备及介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115079087A (zh) * 2022-04-29 2022-09-20 苏州清听声学科技有限公司 低频宽带信号方位估计方法、***、介质、设备、装置
CN116626591A (zh) * 2023-05-26 2023-08-22 长安大学 一种基于无人机谐波聚焦的宽带声源定位方法、***、设备及介质
CN116626591B (zh) * 2023-05-26 2024-02-20 长安大学 一种基于无人机谐波聚焦的宽带声源定位方法、***、设备及介质

Similar Documents

Publication Publication Date Title
CN110109051B (zh) 基于频控阵的互耦阵列doa估计方法
CN108375763B (zh) 一种应用于多声源环境的分频定位方法
CN109254261B (zh) 基于均匀圆阵epuma的相干信号零陷加深方法
CN110208735A (zh) 一种基于稀疏贝叶斯学习的相干信号doa估计方法
CN109298383B (zh) 一种基于变分贝叶斯推断的互质阵波达方向角估计方法
CN109490850A (zh) 主瓣干扰下宽带阵列自适应波束形成方法
CN108710103B (zh) 基于稀疏阵列的强弱多目标超分辨测向与信源数估计方法
CN110045321A (zh) 基于稀疏和低秩恢复的稳健doa估计方法
CN105137399A (zh) 基于斜投影滤波的雷达自适应波束形成方法
CN110361760B (zh) 基于子空间跟踪的gnss接收机多波束指向抗干扰方法
CN113805139A (zh) 基于聚焦变换的宽带信号稀疏表示波达方向估计方法
CN109901148A (zh) 基于协方差矩阵稀疏表示的宽带信号doa估计方法
CN108631851B (zh) 基于均匀直线阵列零陷加深的自适应波束形成方法
CN113032721B (zh) 一种低计算复杂度的远场和近场混合信号源参数估计方法
CN109343003B (zh) 一种快速迭代收缩波束形成声源识别方法
CN113376569B (zh) 基于最大似然的嵌套阵稀疏表示波达方向估计方法
CN109597048B (zh) 基于二维卷积神经网络的米波雷达doa估计方法
CN115236589B (zh) 一种基于协方差矩阵修正的极地冰下doa估计方法
CN110196417B (zh) 基于发射能量集中的双基地mimo雷达角度估计方法
CN106125039B (zh) 基于局域联合处理的改进空时自适应单脉冲测角方法
CN113267746A (zh) 基于组稀疏的加权宽带波达方向估计方法
CN111665469B (zh) 一种基于空间时频分布的水下多径信号参数估计方法
CN113593596A (zh) 一种基于子阵划分的鲁棒自适应波束形成定向拾音方法
CN112908354A (zh) 基于影响权重的频域卷积盲源分离幅度相关性的排序方法
CN116699511A (zh) 一种多频点信号波达方向估计方法、***、设备及介质

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20211217