国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種基于l型陣列的信源仰角和方位角估計(jì)方法

      文檔序號(hào):9615386閱讀:769來(lái)源:國(guó)知局
      一種基于l型陣列的信源仰角和方位角估計(jì)方法
      【技術(shù)領(lǐng)域】
      [0001] 本發(fā)明涉及陣列信號(hào)處理領(lǐng)域,尤其是指一種信源仰角和方位角的估計(jì)方法。
      【背景技術(shù)】
      [0002] 信源參數(shù)估計(jì)是陣列信號(hào)處理領(lǐng)域的主要研究?jī)?nèi)容,在無(wú)線通信、雷達(dá)、聲吶諸多 領(lǐng)域都有重要的應(yīng)用價(jià)值。信源參數(shù)估計(jì)主要是對(duì)信源的仰角、方位角和距離估計(jì)。
      [0003] 目前存在的較高分辨率的算法都是基于子空間方法,子空間方法存在固有框架下 的一些缺點(diǎn)。它們都需要較高的信噪比、較多的快拍數(shù)或者準(zhǔn)確的信源先驗(yàn)信息。所以,這 些劣勢(shì)使得算法的實(shí)用性受到了很大的束縛。
      [0004] 近幾年,稀疏重構(gòu)的思想快速地卷入到陣列信號(hào)處理中,為上述出現(xiàn)的問(wèn)題提供 了很好的解決方法,稀疏重構(gòu)算法具有高分辨率。較強(qiáng)的噪聲魯棒性和無(wú)需信源準(zhǔn)確的先 驗(yàn)信息,這為陣列信號(hào)處理領(lǐng)域信源參數(shù)估計(jì)又提供了新的估計(jì)方法。但是目前的稀疏重 構(gòu)方法都僅是局限于一維D0A(仰角或方位角)估計(jì),在實(shí)際的應(yīng)用中,當(dāng)多個(gè)信源由同一 個(gè)仰角(或者方位角)入射的時(shí),僅僅估計(jì)信源的一個(gè)參數(shù),有時(shí)候是很難將其區(qū)分開(kāi)。所 以對(duì)信源的仰角和方位角同時(shí)估計(jì)是理論的必然趨勢(shì),也具體實(shí)際應(yīng)用的重要價(jià)值。

      【發(fā)明內(nèi)容】

      [0005] 本發(fā)明提供一種基于L型陣列的信源仰角和方位角估計(jì)方法,以解決目前的稀疏 重構(gòu)方法都僅是局限于一維D0A(仰角或方位角)估計(jì)的問(wèn)題。
      [0006] 本發(fā)明采取的技術(shù)方案是包括下列步驟:
      [0007] 步驟一:有K個(gè)遠(yuǎn)場(chǎng)窄帶入射信號(hào),入射到2M個(gè)各向同性的傳感器陣元組成的L 型陣列,該陣列位于y軸與z軸的平面上,為了減少稀疏重構(gòu)算法的計(jì)算復(fù)雜度,我們選取 不同位置陣元組成的陣列,對(duì)其接收的數(shù)據(jù)進(jìn)行處理;
      [0008] 步驟二:將位于z軸的陣元組成子陣一Z(t),該子陣列僅僅包含仰角信息,這樣分 布式求解信源參數(shù),降低了算法的求解維度,然后對(duì)其進(jìn)行稀疏表示,利用非凸懲罰函數(shù), 通過(guò)非凸懲罰函數(shù)的加權(quán)約束方式可以更加有效地抑制噪聲,提高參數(shù)的估計(jì)精度,通過(guò) 優(yōu)化工具包求解出仰角值問(wèn),~ ;
      [0009] 步驟三:將位于y軸的陣元組成子陣二Y(t),接收的數(shù)據(jù)中是既包含仰角信息又 包含方位角,將上一步求解出的仰角信息代入到數(shù)據(jù)模型中,對(duì)其得到數(shù)據(jù)模型稀疏表 示,利用奇異值分解,降低算法的計(jì)算復(fù)雜度,奇異值分解后,利用優(yōu)化工具包求解凸優(yōu)化 問(wèn)題,求解出信源的方位角由譜峰位置可以完成仰角和方位角估計(jì)值的自動(dòng)配 對(duì)。
      [0010] 本發(fā)明一種實(shí)施方式是在步驟一中包括如下步驟:
      [0011] (1)該接收數(shù)據(jù)中第k個(gè)信號(hào)的仰角為ak,方位角為βk,(1彡k彡Κ), d為傳感器之間的距離且等長(zhǎng),設(shè)位于坐標(biāo)(0,md,nd)處的陣元為第(m,η)個(gè)陣元, (m,n)e{(M-l, 0),…(1,0),(0, 0),(0, 1),…,(0,Μ)},m是位于y軸上第m個(gè)傳感器,η是位于z軸上第η個(gè)傳感器,則在某t個(gè)采樣時(shí)刻,第(m,η)個(gè)陣元的接收信號(hào)為 Λ",』)=Σ幼j是虛數(shù)單位,式中,sk(t)代表第k個(gè)入射信號(hào),rvn(t)為第 (m,n)個(gè)傳感器的噪聲,γ^ΡΦ肩仰角和方位角的函數(shù),關(guān)系如下:γk=-2Jidsinak cosβk/λ,(J)k= -2πdcosak/λ,其中,λ代表信號(hào)波長(zhǎng);
      [0012] (2)下面將2Μ個(gè)傳感器的接收數(shù)據(jù)寫成向量形式:F(t) =AS(t) +η⑴, S(t) = [sjt),…,sK(t)]T代表Κ個(gè)信號(hào),n(t)是nm,n(t)的向量形式,方向矩陣A= A(ak,i3k) = [a(ai,β》,…,a(aK,βκ)],其中,a(ak,i3k)是方向矩陣A中的列向量, a(?人[ · ]T是矩陣的轉(zhuǎn)置運(yùn)算。
      [0013] 本發(fā)明一種實(shí)施方式是在步驟二中包括如下步驟:
      [0014](1)位于ζ軸的陣元組成子陣一Z(t)=[心⑴,…,fQ,M(t)]T=A (t), 子陣一的方向矩陣Ai表示為A丨二[a從α丄…,ai (ακ)],其中,k= 1,…,K;
      [0015] ⑵對(duì)子陣列一進(jìn)行稀疏表示,功(,丨+11々),其中,η! (t) = [ηΜ (t),… ,nQiM(t) ]T代表子陣一的接收噪聲,δ= |^為··%j,Qi表示在仰角估計(jì)范圍內(nèi)劃分的網(wǎng)格數(shù), G(t) = [gUD,~g(tT)是具有相同稀疏結(jié)構(gòu)的稀疏向量;
      [0016] (3)利用非凸懲罰函數(shù)和DC分解將非凸函數(shù)分解為凸懲罰函數(shù),非凸懲罰函數(shù)的 表達(dá)式為,P(S) = |l〇g(S+e)-|l〇g(S),ξ是非凸懲函數(shù)表達(dá)式的正則化參數(shù),可以 去經(jīng)驗(yàn)值,ε=0.001,該非凸懲罰函數(shù)可以更加有效地抑制噪聲,提高參數(shù)的估計(jì)精度, 即得到:min|z-A,g)Gf+w|gH= ||g||2,在這里,W表示由非凸懲罰函數(shù)迭代轉(zhuǎn)化的加權(quán)系 數(shù),w=WU+lg」),」· = 1,'Qi,通過(guò)凸優(yōu)化工具包CVX迭代,求解出仰角值(心…,夂)。:
      [0017] 本發(fā)明一種實(shí)施方式是在步驟三中包含如下步驟:
      [0018] (1)位于y軸的陣元組成的陣列作為子陣二,其接受的數(shù)據(jù)為:Y(t)=
      [f0,0(t), …,fM !,0(!:),f。,!(t)]T=A2S(t)+n2(t),子陣二的方向矩陣A2表示為A2 = A2(ak,0k) = [ada。β!),…,a2(aK,βκ)],其中,a2(~馬 收的數(shù)據(jù)中是既包含仰角信息又包含方位角;
      [0019] (2)將上一步求解出的仰角估計(jì)值代入到數(shù)據(jù)模型中,對(duì)其得到矩陣的輸出稀疏 表示,利用已經(jīng)得到的仰角估計(jì)值成,…爲(wèi)輔助構(gòu)造:A2L其 中,k= 1,…,K,(>)2是在方位角估計(jì)范圍劃分的網(wǎng)格數(shù)。
      [0020] (3)子陣二的稀疏表示為:Y(〇 =i2H(〇+N2(〇,H(t)是和G(t) -樣具有相同稀疏 結(jié)構(gòu)的稀疏信號(hào)。對(duì)Y進(jìn)行奇異值分解以分離信號(hào)子空間和噪聲子空間:利用li-SVD算法 求解:min|Yu-[,這里,η代表正則化參數(shù),最后通過(guò)凸優(yōu)化工具包CVX求解上 述式子得到方位角的估計(jì)值^,…,A-)。:
      [0021] 本發(fā)明利用L型陣列,通過(guò)選取不同的陣元,組成兩個(gè)新的子陣列,由兩個(gè)子陣列 的接收數(shù)據(jù),可以看出其中一個(gè)子陣列僅僅包含仰角信息,另外一個(gè)既包含仰角信息又包 含方位角信息。
      [0022] 本發(fā)明的優(yōu)點(diǎn):先利用子陣一列求解出仰角,利用仰角估計(jì)值去求解方位角。通過(guò) 選取不同的子陣列,我們降低了稀疏重構(gòu)在面對(duì)基于稀疏重構(gòu)的多參數(shù)聯(lián)合估計(jì)時(shí)的高維 網(wǎng)格劃分難的問(wèn)題。利用兩個(gè)子陣列的先后求解的過(guò)程,完成了參數(shù)的自動(dòng)配對(duì)。特別要 提及的是,在利用稀疏重構(gòu)的數(shù)學(xué)工具求解的過(guò)程中,我們采用了非凸懲罰函數(shù)的形式,能 更好地抑制噪聲對(duì)信號(hào)的干擾,提高了估計(jì)的精度。
      【附圖說(shuō)明】
      [0023] 圖1是本發(fā)明L型陣列的示意圖。
      [0024]
      [0025]
      [0026]
      【具體實(shí)施方式】
      [0027]步驟一:有K個(gè)遠(yuǎn)場(chǎng)窄帶入射信號(hào)sk(t),入射到由2M個(gè)各向同性的傳感器組 成的L型陣列,該陣列位于y軸與z軸的平面上,為了減少稀疏重構(gòu)算法對(duì)仰角和方 位角估計(jì)的計(jì)算復(fù)雜度,我們選取不同陣元組成的陣列,對(duì)其接收的數(shù)據(jù)進(jìn)行處理,該 接收數(shù)據(jù)中第k個(gè)信號(hào)的仰角為ak,方位角為0k,(1 < K),d為傳感器之間的距 離且等長(zhǎng),設(shè)位于坐標(biāo)(〇,md,nd)處的陣元為第(m,n)個(gè)陣元,(m,n)e{(M-1,0),··· (1,0),(0, 0),(0, 1),…,(0,Μ) },m是位于y軸上第m個(gè)傳感器,η是位于z軸上第η個(gè)傳 感器,則在某t個(gè)采樣時(shí)刻,第(m,η)個(gè)陣元的接收信號(hào)為
      j是虛數(shù)單位,式中,sk(t)代表第k個(gè)入射信號(hào),rvn(t)為第(m,n)個(gè)傳感器的噪聲, 和是仰角和方位角的函數(shù),關(guān)系如下:yk=_2 31dsinakCOSβk/λ,(J)k=-2JTd c〇Sak/A,其中,λ代表信號(hào)波長(zhǎng),下面將2M個(gè)傳感器的接收數(shù)據(jù)寫成向量形式:F(t)= AS(t)+n(t),S(t) = 代表K個(gè)信號(hào),n(t)是nm,n(t)的向量形式,方向矩 陣A=A(ak,0k) = [a(ai,βκ)],其中,a(ak,0k)是方向矩陣A中的列 向量,
      [·]Τ是矩陣的轉(zhuǎn)置運(yùn)算;
      [0028] 步驟二:將位于ζ軸的所有陣元組成陣列作為子陣一,其接收數(shù)據(jù)為Z(t)= [f0,i(t),…,f0,M(t)]T=AiSW+n!(t),其中,n!(t) =[n。,!!;!:),…,n0,M(t)]T代表子陣一 的接收噪聲,子陣一的方向矩陣Ai表示為AfAjcik) = [&1((11),"《,&1(€[|()],其中, k= 1,"·,Κ,該子陣列僅僅包含仰角信息,這樣分布式求解信源參數(shù), 降低了算法的求解維度,然后對(duì)子陣列一進(jìn)行稀疏表示,功 Qi表示在仰角估計(jì)范圍內(nèi)劃分的網(wǎng)格數(shù),G(t) = [gUD,…,gUJiUgUi)~g(tT)是具有 相同稀疏結(jié)構(gòu)的稀疏向量,當(dāng)入射信號(hào)的角度等于Θ4寸,向量g(tJ、···、g(tT)的第i個(gè) 分量值不等于零,而其它分量的值均為零;
      [0029] 本發(fā)明利用非凸懲罰函
      當(dāng)前第1頁(yè)1 2 
      網(wǎng)友詢問(wèn)留言 已有0條留言
      • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
      1