[发明专利]一种虚拟二阶阵列扩展的波达方向估计方法

说明书

技术领域

本发明属于接收无线传输信号的天线阵列信号处理范畴，具体地说，是一种将导向矢量构建成虚拟Volterra滤波器结构并结合波束形成技术和拉格朗日乘子法技术来进行波达方向(DOA)估计的方法。

背景技术

近几十年来，阵列信号处理作为现代信号处理领域里的一个重要分支，发展极为迅速，在雷达、声纳、通信、电子、地震勘探、天文观测、生物医学、众多军事以及国民经济等诸多领域得到了广泛的应用。而阵列信号处理最主要的两个研究方向是自适应空域滤波和DOA估计。自适应阵列处理技术的产生要早于DOA估计，而且已得到了广泛应用。相反，尽管DOA估计在近几十年来也得到了迅速的发展，目前DOA估计理论与技术仍处于迅速发展中，已成为阵列信号处理学科发展的主要方面。

这期间大量的DOA估计算法有被提出，如众所周知的由美国科学家Schmidt R.O.等人研究出的多重信号分类(Multiple Signal Classification，MUSIC)算法和Roy等人提出的一种旋转不变子空间算法。它们是阵列信号处理领域的一次飞跃，实现了普通分辨率DOA估计方法向子空间类超分辨DOA估计方法的迈进。MUSIC算法的原理是对自相关矩阵进行子空间分解，获取矩阵的噪声子空间和信号子空间，然后利用噪声子空间与方向向量的正交关系，估计出信号的入射方向，它突破了“瑞利限”，具有很高的分辨率。但其也存在一些问题，如需要对空间所有方位角进行扫描，计算量大，对硬件的要求高等。为了改善这些不足，研究学者又提出了求根MUSIC、空间平滑MUSIC算法、最小范数、特征矢量法等一系列的噪声子空间分解类空间谱估计算法。然而无论怎样，这类基于信号特征空间的算法都必须已知信源数。赤池信息量准则和最小描述长度准则经常被用于信源数估计。然而，实验证明在采样数较少或者信噪比较低的条件下，这些算法不能正确估计出信源数。如果对信源数估计出现错误，上述DOA估计算法的性能将严重下降。为了避免信源数的估计，波束形成技术，如最小方差无失真响应技术也被应用到DOA估计问题中。然而，这种波束形成技术的DOA估计分辨率不高。之后，一些其它未知信源数下的DOA估计算法被提出，如使用线性预测或者Pisarenko谐波估计算法联合进行DOA估计的自适应信号参数估计与分类方法。但是这种算法仅仅是在信源数小于一半阵列数情况下成立，并且预估计信源数也没有被解决。为了解决这些问题，一种新的类MUSIC的DOA估计方法被提出，这种算法避免了子空间分解，并且无需确定信源数，从而减小了因信源数估计误差而对性能产生的影响。

发明内容

本发明目的是针对现有的算法进行改进，提出了一种新的DOA估计方法，通过Volterra滤波器结构构建导向矢量来进行DOA估计。这种算法不仅能实现信源数未知条件下的DOA估计，而且还不依赖于子空间分解。这就避免了因错误估计信源数而对DOA估计性能产生的影响，提高了DOA估计分辨率能力。

本发明的解决方案是：首先利用二阶Volterra滤波器，将观测数据构造成一个新的阵列接收数据，并得到一个新的导向矢量。然后估计出阵列接收信号向量的协方差矩阵，之后再通过波束形成技术和拉格朗日乘子法技术，求出最优空域滤波器的权向量。最后得到DOA估计的空间谱函数。

本发明是一种虚拟二阶阵列扩展的波达方向估计方法，该方法的具体步骤为：

步骤1：由阵列接收的数据x(t)构造新的阵列接收数据y(t)；

步骤1-1：不失一般性，假设均匀线阵的阵元数为M，信源数为P，信号入射角度分别为θ₁,θ₂,…,θ_P，则阵列接收信号可表示为：

x(t)＝As(t)+n(t)