[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

说明书

本发明公开了一种基于MUSIC算法的降维圆和非圆混合信号DOA估计方法，本发明是在经典MUSIC的基础上，研究出一种能够对具有圆和非圆特性的混合调制信号进行DOA估计的方法，该方法能够利用圆和非圆具有的特性，有效提升DOA估计性能，并能够对混合信号中的圆信号和非圆信号进行分辨。本发明提出的方法是一种把二维谱峰搜索将至一维，很大程度的降低了算法的复杂度。从仿真结果来看本发明公开的方法性能比经典MUSIC算法性能要好很多，同时复杂度也远小于经典MUSIC算法，随着混合信号中非圆信号数量的增加，混合信号的DOA估计性能整体提升。

技术领域

本发明属于阵列信号处理技术领域，具体涉及一种基于MUSIC算法的降维圆和非圆混合信号DOA估计方法。

背景技术

在现实通信中，存在很多常见的窄带信号都是圆信号，如QPSK信号。此外，在现代无线通信中，还会经常使用到非圆信号，如BPSK和AM信号等。在阵列信号处理中，通过根据入射信号的非圆统计特性来提高DOA估计性能。

在实际通信场景中，有些用户发送具有非圆特性的调制信号而有些用户则发送具有圆特性的调制信号，当用户发送只具有非圆特性或者圆特性的调制信号，且接收机收到的也是单一调制信号时，目前已经有了很多解决方案。但是如果接收机接收到的用户发送的调制信号中既有圆信号又有非圆信号时，解决这种圆与非圆信号共同入射时进行DOA估计成为了关键问题。

虽然现如今存在很少的圆和非圆混合信号估计方法，但是大多数复杂度比较高，且精度并不太高。所以研究提出一种低复杂度，高精度的圆和非圆混合情境下的DOA估计方法具有很大的意义。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种基于MUSIC算法的降维圆和非圆混合信号DOA估计方法，是一种低复杂度且具有高精度的圆和非圆混合信号下的DOA估计方法，本发明的方法性能比经典MUSIC算法性能要好很多，同时复杂度也远小于经典MUSIC算法，随着混合信号中非圆信号数量的增加，混合信号的DOA估计性能整体提升。

技术方案：为实现上述目的，本发明采用的技术方案为：

首先，利用圆信号和非圆信号所具有的特性通过取共轭的形式实现对传统数据模型的拓展达到增大接收天线孔径的目的。其次采用经典MUSIC算法的核心思想求取协方差矩阵得到噪声子空间。然后利用圆和非圆混合信号组成的数据模型所具有的特性实现非圆相位与入射角的分离达到降维的目的。最后构建谱峰搜索函数进行入射角的估计。

一种基于MUSIC算法的降维圆和非圆混合信号DOA估计方法，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：