[发明专利]数据缺失时基于时频分析窄带调频信号的到达角估计

说明书

本发明公开了一种数据缺失时基于时频分析窄带调频信号的到达角估计方法，解决了由于数据缺失造成的到达角估计不准确的技术难题。其实现过程包括：得到数据缺失时窄带调频信号的时频分布；多传感器自适应最优核函数减小交叉项和抑制类噪声；得到瞬时自相关函数的另一种表达式；压缩感知模型构建得到基于改进核函数的时频分布；用STF‑MUSIC算法得到数据缺失时基于时频分析窄带调频信号的到达角估计值。本发明减小交叉项、抑制类噪声，时频分布的平均值更加稳固，从而得到更高分辨率的到达角估计。为处理数据缺失时基于时频分析窄带调频信号的到达角估计提供了一种更准确的方法，可广泛用于雷达、声纳、通信和生物医学等众多领域。

技术领域

本发明属于数字信号处理技术领域，主要涉及计算数据缺失情况下基于时频分析的窄带调频信号的到达角估计的方法，具体是一种数据缺失时基于时频分析窄带调频信号的到达角估计，可广泛用于雷达、声纳、通信和生物医学等众多领域。

背景技术

在进行空间频谱估计时，高分辨率到达角(DOA)估计是一个很重要的技术方法，广泛应用于雷达、声纳、通信和生物领域。在这些领域，噪音、衰减以及各种障碍都会使采样信号受损，去除这些受损信号以后，得到的信号不可能在时空域充分显示，因此，近来研究者们越来越关注数据缺失情况下窄带调频信号的到达角估计。

到达角估计过程中，以诸如多信号分类算法(MUSIC)和其引申算法为基础的子空间算法等是最经典，应用最广泛的方法，可以实现超高分辨率方向估计，并具有对多信号同时测向等一系列优良性能。但是，这些常规的DOA估计方法存在较多的局限性，最大的局限性就是信号源数量要小于传感器的个数，根本原因在于这些方法只利用了信号源的空间信息而没有利用信号本身所包含的信息，从而使估计性能难以进一步提高。

相位调制信号是雷达和通信系统中一种十分常见的信号形式，基于这种背景，科研人员对非平稳信号的DOA估计方法进行了大量的研究，其中最典型的就是基于时频分析的MUSIC算法进行DOA估计，该方法既利用了信号源的空间信息又利用了信号本身所包含的信息，可以将具有不同时频特性的信号加以分离。Belouchrani提出，对阵列上的数据快拍的二次时频分布进行估计得到空时频分布，分析以后用于方位角估计。在《空时频分布矩阵的子空间分析》中，作者提出了一种改进的空时频分布矩阵，常常用于提高信噪比和子空间估计的准确性。但是，以上研究并没有考虑到缺失信号引起的数据缺失。

由于遮挡、采样信号受损等造成数据缺失，会在时频域引入类噪声的干扰，使得信号不可能在时频域充分显示，进而基于时频分析的MUSIC这类算法失效。

发明的内容

本发明的目的在于克服上述已有技术的不足，考虑到数据缺失造成的类噪声效应在整个时频域的影响，对已有的自适应最优核函数进行改进得到一种基于多传感器的自适应最优核函数，并且对压缩感知模型改进得到更加清晰的时频分布信息，最终得到一种数据缺失时基于时频分析窄带调频信号的到达角估计方法，使用该方法能更好地抑制类噪声。

发明是一种数据缺失时基于时频分析窄带调频信号的到达角估计方法，其特征在于,包括有如下步骤：

(1)得到数据缺失时窄带调频信号的时频分布：在估计数据缺失时基于时频分析窄带调频信号的到达角时,噪音、衰减以及各种障碍会造成数据缺失,在数据缺失时,用来自传感器上的缺失信号瞬时自相关函数C_bb和未考虑数据缺失时窄带调频信号瞬时自相关函数C_yy的乘积表达数据缺失时窄带调频信号的瞬时自相关函数C_xx,对其进行离散傅里叶转换,即WVD变换，得到数据缺失时窄带调频信号的时频特征，即时频分布。WVD可达到与傅里叶变换相同的分辨率，但存在交叉项，同时该时频特征含有数据缺失引起的随机分布在整个时频域的扩展类噪声。本发明在数据处理时关注到数据缺失对时频分布产生影响这一问题,并对此进行了一系列改善。