[发明专利]一种基于时间反演的噪声抑制Capon有源目标DOA估算方法

权利要求书

1.一种基于时间反演的噪声抑制Capon有源目标DOA估算方法，简称TR-NS-Capon-DOA,其特征在于，当天线阵接收到有源目标的发射信号后，将该信号转化为针对不同信道的接收波矩阵形式，对该矩阵进行时间反演TR处理并数值回传，利用自适应神经模糊推理系统ANFIS进行噪声抑制，利用Capon算法，设计基于时间反演的噪声抑制Capon DOA估计算法，将时间反演TR自身的空时匹配聚焦特性与Capon算法特定方向优化特性相融合，充分利用多径效应，有用信号的聚焦特性，有效地抑制噪声及噪声的二次变形对DOA估算的不利影响，以进一步提高DOA的估算精度；具体步骤如下：

(1)建立信号接收天线阵模型包括，优化互质阵产生的差分互质阵OCA:OptimizedCoprime Array和嵌套阵NA:Nested Array；

(2)对探测空间进行预探测，将接收到的空间信号作为噪声的初始值；

(3)未知有源目标发射信号，由接收天线阵接收该信号并进行矩阵化处理；

(4)将接收信号矩阵进行时间反演处理后数值回传到原探测空间；

(5)时间反演技术的空时匹配聚焦特性与ANFIS的自适应滤波特性相结合抑制回传信号矩阵中的噪声及噪声的二次变形，再结合Capon算法的特定方向优化特性与时间反演的空时匹配聚焦特性，计算并得到包含DOA的功率谱基于功率谱得到有源目标DOA。

2.根据权利要求1所述的基于时间反演的噪声抑制Capon有源目标DOA估算方法，其特征在于，所述设计的基于时间反演的噪声抑制Capon有源目标DOA估算方法，是指时间反演噪声抑制Capon有源目标DOA估算方法TR-NS-Capon的数学表达式：如下：

是(N×1)维矩阵

其中，H为厄米共轭操作，W_TR为优化的权重矢量，为(N×1)维矩阵，代表方向驱动矢量；其目的是在时间反演将回传信号向有源目标聚焦的基础上，进一步优化，令信号能量向有源目标处集中，并最大程度地抑制杂波和噪声；K个有源目标发射互不相关的窄带信号(k,m,n)表示第k个窄带信号通过第m个路径到达第n个接受天线单元；相应的信道衰减和延迟定义为A(k,m,n)和τ(k,m,n)，M(k,n)是第k个窄带信号与第n个天线单元之间的路径总数；当第k个窄带信号经过传播空间到达第n个接收天线单元时，对接收信号进行时间反演，数值回传到原探测空间，在第k_x个有源目标位置处观测来自第n个天线单元的信号为

其中g_n是能量归一化因子；整个天线阵的数值回传信号的矩阵形式为(N×1)维矩阵，第n个天线的数值回传信号的矩阵表达式θ为窄量信号到达天线单元的角度。

3.根据权利要求2所述的基于时间反演的噪声抑制Capon有源目标DOA估算方法，其特征在于，优化得到的权重矢量为：

将此优化结果代入方程2，得到最优的功率谱

对于特定的单频、多频、单频段或多频段，DOA值相应于此优化功率谱中的最大值，若有K个目标，则相应于功率谱中K个最大值。

4.根据权利要求1所述的基于时间反演的噪声抑制Capon有源目标DOA估算方法，其特征在于，在将接收到的信号进行反转数值回传后，对分布在空间的信号进行噪声抑制，将每一个天线单元的接收信号进行时间反演，数值回传到原探测空间，通过自适应神经模糊推理系统ANFIS来抑制回传信号在回传过程中的噪声及噪声的二次变形影响。

5.根据权利要求4所述的基于时间反演的噪声抑制Capon有源目标DOA估算方法，其特征在于，所述对分布在空间的信号进行噪声抑制，是指结合ANFIS系统，利用自适应干扰消除方法来解决此类噪声的抑制，使扭曲的噪声经过自适应的模糊系统经神经网络训练后可以被很好地恢复。

6.根据权利要求1所述的基于时间反演的噪声抑制Capon有源目标DOA估算方法，其特征在于，所述的利用多径效应，有用信号的聚焦特性，是指利用了多径所提供的有用信号信息，当多径数较多时，虽然存在信号的衰减，但是多径已经不再是不利因素，其将能量向原有源目标处聚焦。