[发明专利]一种频率和方位联合估计的阵列信号处理方法

说明书

本发明涉及一种频率和方位联合估计的阵列信号处理方法，首先在若干个假设频率的条件下，针对每一个假设的单频信号，建立了状态方程和观测方程。在此基础上，利用卡尔曼滤波器提高了信号的信噪比，进而再利用波束形成器获得目标方位。然后，建立与假设频率和目标方位有关的目标函数。最后，通过使得目标函数达到最大而获得最终的频率‑DOA联合估计。本发明使得频率估计和目标方位估计的均方根误差减小，实现低信噪比环境中频率‑DOA联合估计，提高了接收设备的作用距离，克服了现有方法在低信噪比下参数估计性能下降的问题。

技术领域

本发明属于阵列信号处理领域，涉及一种频率和方位联合估计的阵列信号处理方法。

背景技术

参数估计是阵列信号处理中的主要任务之一，包括频率估计、目标方位估计(Direction of arrival，DOA)、频率-DOA联合估计等。比如在舰船和潜艇的辐射噪声中，存在单频线谱信号，因此它可以用于检测目标。但是在接收阵列工作环境中，当接收阵列与目标的距离较远时，则阵列接收的信噪比很低，工作距离有限。

频率估计是参数估计中的一个重要任务。低信噪比将导致传统的一些频率估计的方法性能下降，包括傅里叶变换(参见：Frequency estimation using wraped discreteFourier transform.Signal Processing,2003,83(8):1661-1671)、基于特征分析的频率估计方法(参见：Analysis of MUSIC and ESPRIT frequency estimates for sinusoidalsignals with lowpass envelopes.IEEE Transactions on Signal Processing,1996,44(9):2359-2364)以及时频分析方法(参见：Use of the Cross Wigner-VilleDistribution for Estimation of Instantaneous Frequency.IEEE Transactions onSignal Processing,1993,41(3):1439-1445)等等。

目标方位估计是阵列信号处理中的另一个主要任务。通常，利用子空间分解方法和波束形成方法来估计目标方位。基于子空间分解方法的算法最大的缺点是在低信噪比下，信号源数估计不正确，其性能可能会严重下降。波束形成方法包括延时求和波束形成方法(Delay-and-sum Beamforming，DAS)和最小方差无畸变响应波束形成方法(minimumvariance distortionless response,MVDR)等。当快拍数较少或者阵列存在位置误差和通道相幅误差时，MVDR波束形成方法的稳健性较差。相比之下，DAS波束形成方法具有较好的稳健性，得到了较为广泛的应用，但是该方法的噪声抑制能力受到了阵列孔径的限制。为了提高DAS波束形成方法的噪声抑制能力，进而提高目标方位估计的性能，国内外的学者研究了基于DAS波束形成方法的各种改进方法。有学者将协方差矩阵对角线置0，改善了DAS的性能(参见：Beamforming in Acoustic Testing.Berlin:2002:83-86.)。有学者提出了复杂噪声场条件下的对角减载技术，大大提高了噪声抑制的效果(参见：复杂噪声场下对角减载技术的原理及应用.物理学报,2017；66(1):152-161)。上述这些基于DAS波束形成方法的各种改进方法均是对协方差矩阵进行处理，没有充分挖掘噪声抑制能力。在低信噪比下，基于上述这些方法的方位估计性能下降。