[发明专利]一种基于运动合成阵列的多信源DOA估计方法

说明书

本发明公开了一种基于运动合成阵列的多信源DOA估计方法，包括如下步骤：(1)运动阵列以周期T采集L段数据，每段数据包含N个快拍；(2)对相邻两段数据的协方差矩阵进行特征分解得到噪声子空间，构建二维谱函数，运用二维搜索或降维搜索得到一组相位校正因子和初始DOA估计值；(3)对L段数据连续利用步骤(2)，共得到L‑1组相位校正因子；(4)对L段总体数据的协方差矩阵进行特征分解得到总体噪声子空间，利用步骤(3)得到的相位校正因子对阵列流型进行补偿，构造合成阵列的谱函数，搜索谱函数得到DOA估计值。本发明适用于阵列非匀速运动及信源非相干情况，合成阵列的孔径得到极大的拓展，DOA估计性能也得到极大提升。

技术领域

本发明涉及阵列信号处理波达方向估计技术领域，尤其是一种基于运动合成阵列的多信源DOA估计方法。

背景技术

当前，由于干扰信号的数目日益增多，为了在这些干扰中有效分辨有用信号，高分辨率的DOA估计算法显得至关重要。最常用提升阵列分辨率的方法就是增大阵列的孔径，但增大阵列的孔径会加重承载平台的负担且会消耗更多的硬件资源。此外由于承载平台的小型化趋势，如无人机，大孔径的阵列无法适用实际应用场景。在这种情况下，合成阵列方法能够满足兼顾高分辨率和承载平台小型化的要求。

合成阵列方法运用平台运动和信号的时间相干性进行孔径拓展，其在阵列信号处理和声信号处理领域有广泛的应用，如合成孔径雷达(Synthetic aperture radar，SAR)和合成孔径声纳(Synthetic aperture sonar，SAS)等。简单来讲，合成阵列方法就是运用信号处理的方法，将同一时刻不同阵元的接收信号等效为不同时刻同一阵元的接收信号。这样，原本有限的阵列孔径得到拓展。这些算法大致可以分为三类：拓展拖曳阵列测量(Extended towed array measurements)方法、FFTSA(fast Fourier transformsynthetic aperture)方法和最大似然(Maximum likelihood，ML)方法。其中，ETAM算法在估计性能、阵列增益等方面均优于其他方法。ETAM算法利用相位校正因子，对运动拖曳阵列连续接收的信号进行相干补偿以拓展阵列孔径，其中相位校正因子与阵列运动和不确定相位噪声有关。

目前，对于ETAM算法的研究大都考虑在阵列匀速运动的情况，这在实际中很难保证。此外，对于多信源DOA估计，传统的ETAM算法由于每次只能估计一个相位校正因子，因此要求多个信号相干。然而，相位噪声往往由系统误差和随机相位噪声引起，对于不同信源一般不同，因此不能认为所有信源的相位校正因子相同。由于相位校正因子估计是ETAM算法的关键，若不同信源的相位校正因子估计误差较大会对最终的DOA估计性能产生较大的影响。

发明内容

本发明所要解决的技术问题在于，提供一种基于运动合成阵列的多信源DOA估计方法，适用于阵列非匀速运动及信源非相干情况，合成阵列的孔径得到极大的拓展，DOA估计性能也得到极大提升。

为解决上述技术问题，本发明提供一种基于运动合成阵列的多信源DOA估计方法，包括如下步骤：

(1)运动阵列以周期T采集L段数据，每段数据包含N个快拍；

(2)对相邻两段数据的协方差矩阵进行特征分解得到噪声子空间，构建二维谱函数，运用二维搜索或降维搜索得到一组相位校正因子和初始DOA估计值；

(3)对L段数据连续利用步骤(2)，共得到L-1组相位校正因子；

(4)对L段总体数据的协方差矩阵进行特征分解得到总体噪声子空间，利用步骤(3)得到的相位校正因子对阵列流型进行补偿，构造合成阵列的谱函数，搜索谱函数得到DOA估计值。

优选的，步骤(1)具体为：定义测量周期为T，接收L段数据；在每段数据中，进行N次采样，采样间隔为τ，其中NτT，在t+T_l时刻，第m个阵元接收到的第l段信号为