[发明专利]一种基于欠采样的信号载频与二维DOA联合估计方法

说明书

一种基于欠采样的信号载频与二维DOA联合估计方法，属于信号处理领域。本发明为了解决针对奈奎斯特采样理论下宽带稀疏信号二维DOA和载频的联合估计存在的采样率高，信息冗余的问题。本发明首先利用双L型阵列传感器采集信号，通过调制宽带转换器获得三轴阵列的欠采样值，再利用旋转不变子空间算法对获得的采样值进行奇异值分解获得信号的二维DOA和频率参数，并克服三维参数的配对，最后恢复信号。本发明适用于信号的估计。

技术领域

本发明属于信号处理领域，具体涉及一种基于欠采样的信号载频与二维DOA联合估计方法

背景技术

阵列信号处理是信号处理的一个重要分支，着重于对空间分布的组传感器接收的空间传输波信号的获取、处理与传输，主要问题包括信号源定位、空间谱估计、信源分离和波束形成技术；在实际应用环境中，往往需要进行阵列多参数估计，其中阵列信号的频率与二维到达角联合估计是阵列信号空频域多参数估计的一个重要方向；

随着信息技术的飞速发展，人们对信息的需求量剧增，携带信息的信号带宽越来越宽；传统奈奎斯特采样定理指出，采样速率必须达到待采样信号最高频率的两倍以上才能精确重构信号；如果使用奈奎斯特采样定理来获得多频带信号，目前模数转换器(Analogto Digital Converter,ADC)采样速度难以满足要求；尤其在阵列信号的情况下，多个传感器节点均向后端数据融合中心发送原始信号，如此大量的数据传输不可避免的会造成传输延时大以及功耗高等问题；因此，尽量的降低采样速率又能实现基于阵列结构的空频域参数联合估计，具有重要的现实意义；

Donoho与Candes等人提出的压缩感知(Compressed Sensing，CS)理论是一个充分利用信号稀疏性或可压缩性的全新信号采集、编解码理论；该理论表明，当信号具有稀疏性或可压缩性时，通过采集少量的信号投影值就可实现信号的准确或近似重构，极大的降低了系统的采样速率以及信号处理设备的存储及传输压力；

针对模拟多频带信号，Mishali和Eldar提出了调制带宽转换器(ModulatedWideband Converter，MWC)系统，用于解决雷达、通讯领域中常见的多频带模拟信号采样问题，可以在信号载频未知的情况下通过少量的采样点恢复信号的频谱信息，大大的减少了数据处理量和前方采样设备的压力；

综上，将MWC技术与阵列信号处理相结合，在压缩采样下实现信号的二维DOA(Direction of Arrival，波达方向)和频谱的联合估计，有重要的实际应用意义；

发明内容

本发明为了解决针对奈奎斯特采样理论下宽带稀疏信号二维DOA和载频的联合估计存在的采样率高，信息冗余的问题。

一种用于欠采样的信号载频与二维DOA联合估计的双L型阵列，由三个相互正交的均匀直线阵列组成，x轴、y轴和z轴均有N个阵元；两个相邻传感器间距其中c为光速，f_Nyq为奈奎斯特频率，θ为信源的方位角；

每个传感器连接一个调制宽带转换器通道，传感器接收的信号先与周期为T_p＝1/f_p的伪随机序列p(t)混频，再经过截止频率为f_s/2的低通滤波器后以f_s的频率低速采样；其中f_p为伪随机序列的频率。

一种基于欠采样的信号载频与二维DOA联合估计方法，包括以下步骤：

利用双L型阵列传感器采集信号，通过调制宽带转换器获得三轴阵列的欠采样值，再利用旋转不变子空间算法对获得的采样值进行奇异值分解获得信号的二维DOA和频率参数，并克服三维参数的配对，最后恢复信号。

进一步地，所述利用双L型阵列传感器采集信号，通过调制宽带转换器获得三轴阵列的欠采样值，再利用旋转不变子空间算法对获得的采样值进行奇异值分解获得信号的二维DOA和频率参数，并克服三维参数的配对，最后恢复信号的具体实现过程包括以下步骤：