[发明专利]一种基于MUSIC算法的降维圆和非圆混合信号DOA估计方法

权利要求书

1.一种基于MUSIC算法的降维圆和非圆混合信号DOA估计方法，其特征在于：基于MUSIC算法研究，利用圆和非圆混合信号的性质使非圆相位、入射角有效分离，将二维谱峰搜索降维到一维谱峰搜索，具体包括以下步骤：

步骤一，利用圆信号和非圆信号，通过取共轭的形式实现对传统数据模型的拓展，增大接收天线孔径，即对接收信号x(t)进行重新构建得到重新构建后的接收信号为z(t)：

其中，B为新的导向矩阵，表示新的信源矢量矩阵，表示新的高斯白噪声矢量矩阵；

步骤二，采用MUSIC算法对构建好的接收信号z(t)求取对应的协方差矩阵在实际场景中，协方差矩阵的求法如下：

其中，L为快拍数；

步骤三，对协方差矩阵进行特征值分解，得到噪声子空间分块其中且信号的总个数为K个，包括K_c个圆信号和K_n个非圆信号(K＝K_c+K_n)，M是接收天线数；

步骤四，构建谱峰搜索函数，进行入射角的估计，混合信号的角度估计采用的谱峰搜索函数如下：

其中，a_n,k＝[a₀(θ_n,k),…,a_M-1(θ_n,k)]^T，其中，

θ_n,k表示第k个非圆信号；

通过改变矩阵Λ(θ)中角度θ∈C[0,π]，得到P_{Mixed-MUSIC-NC}的不同值，当P_{Mixed-MUSIC-NC}取得极大值时，此时对应的角度值便是入射角的估计值。

2.根据权利要求1所述的一种基于MUSIC算法的降维圆和非圆混合信号DOA估计方法，其特征在于：所述步骤一中，重新构建后的接收信号为z(t)：

其中，由复数信源构成，由实数信源构成，信号的总个数为K个，包括K_c个圆信号S_c,k(t),k＝1,…,K_c和K_n个非圆信号S_n,k(t),k＝1,…,K_n；

n(t)＝[n₁(t),…,n_M(t)]^T，表示高斯白噪声矢量，M是接收天线数；

A表示流形矩阵，为其列向量；

其中，为K_c×K_c单位矩阵，表示第k个非圆信号对应的非圆相位，其中φ_k为相应的非圆相位角度值，diag(·)表示把向量构成对角阵矩阵。

3.根据权利要求1所述的一种基于MUSIC算法的降维圆和非圆混合信号DOA估计方法，其特征在于：所述步骤二中，重新构建的接收信号矩阵计算出协方差矩阵如下：

R＝E[zz^H]＝BR_sB^H+σ²I_2M

其中R＝E[zz^H]是信号的协方差矩阵，R_s矩阵是满秩矩阵；接收的信号中存在的噪声为加性高斯白噪声，其均值为零，方差为σ²；I_2M为2M×2M单位矩阵。