一種基于稀疏重構(gòu)的網(wǎng)格外目標(biāo)波達(dá)方向估計方法
【專利摘要】一種基于稀疏重構(gòu)的網(wǎng)格外目標(biāo)波達(dá)方向估計方法，包括：1)使用一種基于字典平滑的新網(wǎng)格不匹配模型：通過對空間區(qū)域的角度進(jìn)行網(wǎng)格劃分，形成兩組角度成平移等差關(guān)系的子字典，用網(wǎng)格上角度對應(yīng)的導(dǎo)向矢量以線性組合的方式表示非網(wǎng)格角度上的導(dǎo)向矢量，得到新的基于字典平滑的網(wǎng)格不匹配模型。2)基于該模型在稀疏重構(gòu)框架下，用聯(lián)合稀疏重構(gòu)方法求解稀疏信號，用最小二乘方法求解方向偏差，求解稀疏信號和求解方向偏差的過程交替迭代直至收斂，最后將稀疏信號中的非零元素位置映射到角度空間并根據(jù)方向偏差進(jìn)行補(bǔ)償?shù)玫叫盘柕牟ㄟ_(dá)方向。本發(fā)明比傳統(tǒng)的泰勒模型更高的波達(dá)方向估計精度，平滑后的字典維數(shù)降低從而使稀疏重構(gòu)算法的運(yùn)算量減少。
【專利說明】一種基于稀疏重構(gòu)的網(wǎng)格外目標(biāo)波達(dá)方向估計方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于陣列信號處理領(lǐng)域，具體涉及稀疏重構(gòu)框架下的信號波達(dá)方向估計技術(shù)，針對字典不匹配引起的波達(dá)方向估計性能下降問題提出一種新網(wǎng)格不匹配模型及稀疏重構(gòu)方法對網(wǎng)格外目標(biāo)的波達(dá)方向進(jìn)行估計。
【背景技術(shù)】
[0002]波達(dá)方向(Direction of Arrival, D0A)估計是陣列信號處理領(lǐng)域研究的一個重要課題，在雷達(dá)、聲吶、地震探測、通信、醫(yī)學(xué)等領(lǐng)域都有廣泛的應(yīng)用。經(jīng)典的波達(dá)方向估計方法包括參數(shù)估計方法和非參數(shù)估計方法；參數(shù)估計方法主要基于最大似然估計算法(Maximum Likelihood,ML)得到,其中又包括確定性最大似然估計和隨機(jī)性最大似然估計。最大似然估計算法的局限性在于初始值的選擇直接影響到能否獲得全局最優(yōu)解，而且計算復(fù)雜度高。非參數(shù)估計法之一是Bartlett波束形成法，該方法的分辨率取決于陣列孔徑。1979 年 Schmidt (施密特)等人提出多重信號分類(Multiple Signal Classification,MUSIC)算法，這是一類子空間類的算法，可以達(dá)到超分辨，但是子空間類算法對相干或相關(guān)信源波達(dá)方向無法獲得理想的估計結(jié)果。
[0003]近年來隨著壓縮感知理論的發(fā)展，出現(xiàn)了一類基于稀疏重構(gòu)框架的信號波達(dá)方向估計方法，這類方法依據(jù)壓縮感知理論，對空間區(qū)域進(jìn)行網(wǎng)格劃分，由此形成基于網(wǎng)格的字典。在恢復(fù)信號的過程中，使用I1范數(shù)約束來保證信號的稀疏性。最經(jīng)典的一個方法是Malioutov提出的I1-SVD方法,該方法為了降低計算的復(fù)雜性,用奇異值分解(SingularValue Decomposition, SVD)來降低信號的維數(shù)。I1-SVD算法可以分辨出間隔很近的兩個相關(guān)信號，在低信噪比或者快拍數(shù)比較少的情況下，也可以達(dá)到很好的效果。一般稀疏重構(gòu)框架下的信號波達(dá)方向估計方法均假設(shè)信號方向恰好落在網(wǎng)格上，但是實際上這個假設(shè)往往不能得到滿足，當(dāng)信號角度不在網(wǎng)格上時，I1-SVD算法就不能準(zhǔn)確地估計出信號波達(dá)方向。此后，Aris Gretsistas等人提出了泰勒估計模型，將網(wǎng)格外導(dǎo)向矢量在最近網(wǎng)格處作一階泰勒展開，通過估計方向偏差，對網(wǎng)格外目標(biāo)的波達(dá)方向進(jìn)行補(bǔ)償，彌補(bǔ)了 I1-SVD算法的不足。但是，泰勒估計模型的估計精度還較低，且受字典維數(shù)影響稀疏重構(gòu)算法的運(yùn)算量大，這些問題都有待進(jìn)一步改進(jìn)。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的在于改善稀疏重構(gòu)框架下字典不匹配帶來的信號波達(dá)方向估計性能降低問題，通過設(shè)計新的網(wǎng)格不匹配模型及相應(yīng)的稀疏重構(gòu)算法提高信號波達(dá)方向估計的精度。
[0005]為了實現(xiàn)上述目的，本發(fā)明設(shè)計了如下技術(shù)方案:
[0006]一種基于稀疏重構(gòu)的網(wǎng)格外目標(biāo)波達(dá)方向估計方法，包括:
[0007]準(zhǔn)備步驟:通過對空間區(qū)域的角度進(jìn)行網(wǎng)格劃分，形成兩組角度成平移等差關(guān)系的子字典，依據(jù)字典平滑的思想，用網(wǎng)格上角度對應(yīng)的導(dǎo)向矢量以線性組合的方式表示非網(wǎng)格角度上的導(dǎo)向矢量，建立一個基于字典平滑的網(wǎng)格不匹配模型；
[0008]估計步驟:基于網(wǎng)格不匹配模型，通過交替迭代的過程實現(xiàn)信號波達(dá)方向的估計和方向偏差的補(bǔ)償:在求解信號的波達(dá)方向時，用聯(lián)合稀疏重構(gòu)的方法求解稀疏信號，用最小二乘的方法求解方向偏差，求解稀疏信號和求解方向偏差的過程交替迭代直至收斂，最后將稀疏信號的非零行位置映射到角度空間并根據(jù)方向偏差進(jìn)行補(bǔ)償?shù)玫焦烙嫷男盘柌ㄟ_(dá)方向。
[0009]該方法的具體步驟是:
[0010]I)、獲取陣列接收數(shù)據(jù)Y，初始化方向偏差矢量Λ = diag( δ )；
[0011]2)、根據(jù)輸入的子字典構(gòu)造平滑字典A= [1-A k/r].VAVr.A2;
[0012]3)、根據(jù)接收數(shù)據(jù)維數(shù)用稀疏重構(gòu)或聯(lián)合稀疏重構(gòu)算法求解稀疏信號X，優(yōu)化準(zhǔn)則為:
[0013]
【權(quán)利要求】
1.一種基于稀疏重構(gòu)的網(wǎng)格外目標(biāo)波達(dá)方向估計方法，包括: 準(zhǔn)備步驟:通過對空間區(qū)域的角度進(jìn)行網(wǎng)格劃分，形成兩組角度成平移等差關(guān)系的子字典，依據(jù)字典平滑的思想，用網(wǎng)格上角度對應(yīng)的導(dǎo)向矢量以線性組合的方式表示非網(wǎng)格角度上的導(dǎo)向矢量，建立一個基于字典平滑的網(wǎng)格不匹配模型； 估計步驟:基于網(wǎng)格不匹配模型，通過交替迭代的過程實現(xiàn)信號波達(dá)方向的估計和方向偏差的補(bǔ)償:在求解信號的波達(dá)方向時，用聯(lián)合稀疏重構(gòu)的方法求解稀疏信號，用最小二乘的方法求解方向偏差，求解稀疏信號和求解方向偏差的過程交替迭代直至收斂，最后將稀疏信號的非零行位置映射到角度空間并根據(jù)方向偏差進(jìn)行補(bǔ)償?shù)玫焦烙嫷男盘柌ㄟ_(dá)方向。
2.如權(quán)利要求1所述的基于稀疏重構(gòu)的網(wǎng)格外目標(biāo)波達(dá)方向估計方法，其特征在于，該方法的具體步驟是: 1)、獲取陣列接收數(shù)據(jù)Y，初始化方向偏差矢量Λ= diag(5)； 2)、根據(jù)輸入的子字典構(gòu)造平滑字典A=[1-Ak/r].VAVr.A2; 3)、根據(jù)接收數(shù)據(jù)維數(shù)用稀疏重構(gòu)或聯(lián)合稀疏重構(gòu)算法求解稀疏信號X，優(yōu)化準(zhǔn)則為:
3.如權(quán)利要求1所述的基于稀疏重構(gòu)的網(wǎng)格外目標(biāo)波達(dá)方向估計方法，其特征在于，所述準(zhǔn)備步驟的詳細(xì)步驟是: 設(shè)信號波達(dá)方向為Θ，對空間區(qū)域進(jìn)行網(wǎng)格劃分，離Θ最近的兩個網(wǎng)格是01和θ2，對a( Q1^a(G2)分別在Θ處進(jìn)行一階泰勒展開，得:

4.如權(quán)利要求1所述的基于稀疏重構(gòu)的網(wǎng)格外目標(biāo)波達(dá)方向估計方法，其特征在于，所述估計步驟的詳細(xì)步驟是: 設(shè)方向偏差矢量S為某一個固定值，采用聯(lián)合稀疏重構(gòu)的方法基于如下優(yōu)化準(zhǔn)則對最優(yōu)稀疏信號進(jìn)行求解:
【文檔編號】G01S3/00GK103941220SQ201410169416
【公開日】2014年7月23日 申請日期:2014年4月25日 優(yōu)先權(quán)日:2014年4月25日
【發(fā)明者】段惠萍, 王艷艷 申請人:電子科技大學(xué)