[发明专利]一种基于M估计的低快拍数下波达方向估计方法

说明书

本发明提出一种基于M估计的低快拍数下波达方向估计方法，包括：步骤1.设置天线阵列并获得所述天线阵列的观测数据矢量；步骤2.计算观测数据矢量在快拍数为T的协方差矩阵；步骤3.对所述样本协方差矩阵进行迹正则化得到迹正则化后的矩阵；步骤4.对迹正则化后的矩阵进行托普利兹校正，得到目标矩阵；步骤5.根据迹正则化后的目标矩阵，计算矩阵收缩估计的收缩系数；步骤6.根据所述收缩目标矩阵和所述收缩系数，构造新的协方差矩阵；步骤7.将新的协方差矩阵重新置为样本协方差矩阵，重复步骤2～步骤6，直到得到最终的估计；步骤8.利用得到的协方差矩阵采用子空间分解的方法计算信号的波达方向。

技术领域

本发明属于无线移动通信技术领域，具体涉及一种基于M估计的低快拍数下波达方向估计方法。

背景技术

阵列信号处理经过近几十年的不断发展，已广泛应用于通信、雷达、声呐、电子对抗等许多领域。波达方向估计技术主要研究如何估计空间目标信号的波达方向(Directionof Arrival，简称DOA)，是阵列信号处理领域重要的研究内容之一。无论是在军事还是在民用领域，空间目标信号的波达方向都是极为重要的估计参数，是后续定位、探测、导航和成像等诸多技术的先决基础，因此研究波达方向估计技术有着十分重要的现实意义。

随着信息技术的飞速发展，天线阵列在接收目标发射的信号是受到的干扰日趋多样化和复杂化。在这种背景下，信号接收时是面临的噪声常常不再符合高斯白噪声的特性，而经常呈现为存在“拖尾现象”的复椭圆对称分布。另外，随着现在阵列中天线数目的不断增加，保持大量的快拍数会导致较高的计算复杂度和硬件系统实现的复杂度，因此，如何在小快拍数下保持良好的DOA估计精度也是目前阵列信号处理中的一项重要研究。

传统的DOA估计算法，如MUSIC算法等算法，需要对接收信号的协方差矩阵进行子空间分解来实现。但是在实际应用中，该协方差矩阵是难以直接获得的，因此一般的做法是利用接收信号的样本协方差矩阵代替真实协方差矩阵来进行子空间分解，但是在非高斯噪声的条件下，样本协方差矩阵并不能良好地近似真实的接收信号协方差矩阵，因此基于子空间分解的算法在非高斯噪声的背景下性能会严重降低。最近，一种基于M估计的协方差矩阵估计理论被提出，这种估计方法被证明可以有效对抗存在离群值的“拖尾噪声”。另外，在快拍数不足的情况下，对样本协方差矩阵进行子空间分解得到的特征值和特征向量与真实值偏差很大，因此基于子空间分解的DOA估计方法也不能很好地工作。为了解决这个问题，学者们陆续提出了G-MUSIC算法、矩阵收缩估计方法和矩阵托普利兹化的方法，但是它们各有缺陷：G-MUSIC算法只对空间邻近信号有效、矩阵收缩估计在DOA估计中没有合适的收缩目标、矩阵托普利兹化在高信噪比时性能不佳。

另外，在非高斯噪声和快拍数较少两种情况同时存在时，学者们也进行了一定的研究，代表的成果有稳健G-MUSIC算法和将矩阵收缩估计与M估计结合的方法，但是前者对空间分离信号没有性能提升，适用范围很窄，后者选取的目标矩阵为单位矩阵，不适用于DOA估计领域。因此，本问题目前仍没有得到很好的解决。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于M估计的低快拍数下波达方向估计方法，以达到准确实现DOA估计的目的。

为实现上述目的及其他相关目的，本发明提供一种基于M估计的低快拍数下波达方向估计方法，该估计方法包括：

步骤1.设置天线阵列并获得所述天线阵列的观测数据矢量X(t)；

步骤2.计算观测数据矢量X(t)在快拍数为T的协方差矩阵

步骤3.对所述样本协方差矩阵进行迹正则化得到迹正则化后的矩阵R₁；

步骤4.对迹正则化后的矩阵R₁进行托普利兹校正，得到目标矩阵R_T；

步骤5.根据迹正则化后的目标矩阵R_T，计算矩阵收缩估计的收缩系数ρ；