[发明专利]基于最小互熵谱分析的波达方向估计方法

说明书

技术领域

本发明涉及雷达、声纳及无线通信领域，特别涉及基于最小互熵谱分析的波达方向估计方法。

背景技术

波达方向（Directional of Arrival,DOA）估计是阵列信号处理领域的一个重要研究方向，在通信、雷达和声纳领域都有广泛的应用。在信号定位时，一般需要确定信号的二维到达角（方位角和俯仰角），即2D-DOA。学者们基于空间谱估计提出了各种有效且实用的算法，比如多重信号分类算法（Multiple Signal Classification,MUSIC和旋转不变算法（Estimation of Signal Parameter via Rotational Invariance Techniques,ESPRIT）等经典算法来实现2D-DOA估计。然而这些算法的计算量较大，很难调和高分辨率和计算时间长这两者之间的矛盾。Malioutov等人针对均匀线阵的角度估计问题，提出了一种基于接收数据奇异值分解的简化算法。杨雪亚等结合稀疏解问题和二维DFT，提出一种DOA的迭代算法。然而这些算法虽然降低了计算时间，却存在数据盲区的问题。

发明内容

本发明的目的是针对阵列信号的实时处理，提供基于最小互熵谱分析的波达方向估计方法，在只有较少阵元数的阵列采样（快拍）数据情况下得到高分辨率的谱分析结果。

基于最小互熵谱分析的波达方向估计方法，包括：

（1.1）发射换能器发射信号；

（1.2）用接收水听器阵接收发射的声信号的回波；

（1.3）对接收到的回波信号进行平面波模型的建模，然后运用最小互熵谱估计的方法进行处理，得到空间功率谱估计值；

（1.4）对所述的空间功率谱估计值进行分析，峰值处对应横坐标即为目标所在估计角度。

在步骤（1.2）中，所述的接收水听器阵的布阵要求满足半波长布阵，当所述的声信号为宽带信号时，需满足最小波长的半波长布阵要求。

在步骤（1.3）中，所述的最小互熵谱估计包含以下步骤：

（3.1）最小互熵算法是估计一个真实的概率分布，使得它与给定的先验概率分布之间的相对熵最小；

（3.2）利用功率谱密度和自相关函数互为傅立叶变换的关系，用方便计算的自相关函数值来估计功率谱密度，而自相关函数值的数量有限，那么根据最小互熵算法来外推不能通过计算得到的自相关函数值，从而得到更加准确的功率谱密度；

（3.3）利用驾驶协方差矩阵，获得回波信号的高分辨率算法空间功率谱估计，取空间功率谱估计值的峰值对应的横坐标，即为目标的方位估计值。

步骤（1.2）中，所述的接收水听器阵接收到的回波信号只存在较小的多普勒扩展。

步骤（1.3）中，所述的空间功率谱估计要求探测水域混响小。

与现有技术相比，本发明的有益效果是：

传统的DOA估计方法如多重信号分类算法(MUSIC)需要对阵列接收数据的协方差矩阵进行特征分解，并在全空域进行谱峰搜索，运算量巨大，尤其是二维DOA估计方法还存在稳健性较差的问题。

（1）本发明只需要一次快拍数据，即能在信噪比和阵元数都很小的情况下得到较高的空间谱分辨率，体现了该算法在DOA估计中的优势。

（2）采用倒谱法实现的最小互熵算法很大程度上降低了计算量，能够对阵列信号进行实时处理。

（3）不依赖于预先估计的信源数目，而且能够高分辨力辨识它们，具有较好的宽容性。

附图说明

图1是本发明的原理图；

图2是发射换能器和8元接收水听器阵及目标的示意图；

图3是DOA为-45°和60°时不同样本数下MCE和MUSIC算法的空间谱曲线；

图4是DOA为-5°和5°时不同样本数下MCE和MUSIC算法的空间谱曲线；

图5是莫干山湖上实验声速剖面图；

图6是不同样本数下MCE和MUSIC算法的空间谱曲线。

具体实施方式

下面结合附图和具体实例对本发明做进一步的描述。

本发明所采取的具体技术方案，步骤包括：

（1）发射换能器发射信号；

（2）用接收水听器阵接收发射的声信号的回波；

（3）对接收到的回波信号进行平面波模型的建模，然后运用最小互熵谱估计的方法进行处理，得到高分辨率的DOA估计；

（4）对空间功率谱估计值进行分析，其峰值处对应横坐标即为目标所在估计角度。