[发明专利]基于秩一去噪模型的波达方向估计方法

说明书

本发明公开了一种基于秩一去噪模型的波达方向估计方法，该方法的具体步骤为：建立雷达的接收信号模型，确定接收信号的测量矩阵；根据接收信号的测量矩阵，构造基于秩一去噪模型的信号协方差矩阵；对基于秩一去噪模型的信号协方差矩阵进行稀疏重构，得到稀疏信号矢量；根据稀疏重构信号矢量，采用交替网格优化算法估计目标信源的波达方向。本发明在未知非均匀噪声条件下，基于秩一去噪模型，通过重新设计降维信号的协方差矩阵消除非均匀噪声，然后利用矢量化操作来获得等效的源矢量，最后采用确定信号的波达方向，实现有限快拍数的高分辨率波达方向估计和抗非均匀噪声的高鲁棒性。

技术领域

本发明属于雷达信号处理技术领域，尤其涉及基于秩一去噪模型的波达方向估计方法。

背景技术

通过传感器阵列确定信号的波达方向(DOA)是阵列信号处理领域中的基本问题，涉及领域包括雷达，声纳，通信和射电天文学。

现有研究表明，用于波达方向估计的传统信号子空间方法，例如多信号分类(MUSIC)算法和旋转不变子空间(ESPRIT)算法，在具有足够快拍的高斯白噪声的条件下，可以实现相对高精度和超高分辨率的波达方向估计。而匹配追踪(MP)算法和正交匹配追踪(OMP)算法，则利用传感器阵列获得信号的稀疏特性，通过稀疏重构算法极大地改善了波达方向估计的性能。

基于压缩感知理论的L1奇异值分解(L1-SVD)算法，该算法利用1范数约束和SVD可以在低信噪比环境下提高DOA估计性能。然而，上述稀疏重构算法的计算复杂度大，对于快拍数的要求也相当高。一种基于具有反馈的零空间调整算法(NST+HT+FB)的交替网格优化(AGO)算法解决了该问题。但是，这种方法只是简单地考虑接收信号的第一列互相关信息，同时也会导致阵列孔径减小，从而造成在DOA估计分辨率方面有某种程度上的性能损失。

上述基于子空间和稀疏重建的算法仅在满足均匀白噪声的假设时才能很好地执行，在均匀白噪声中，噪声协方差矩阵是缩放的单位矩阵。但是在某些应用中，例如稀疏阵列，由传感器阵列获得的噪声协方差矩阵彼此不相同，也就是噪声在空间上是白色的，而方差彼此不相同，就会产生非均匀高斯白噪声。此外，随机非均匀ML-DOA估计方法，类似于确定性ML估计器中使用的迭代方式。但是基于ML的非均匀DOA估计器由于包含迭代过程和高度非线性优化问题而耗费大量时间，而且该方法的性能与初始值密切相关，计算复杂度大，稳定性差。

一种用于确定噪声协方差矩阵的DOA估计方法可以改善非均匀噪声环境中的DOA估计性能。该方法将接收信号协方差矩阵划分为多个子矩阵，然后根据子矩阵之间的关系得到噪声协方差矩阵；以迭代方式确定信号/噪声子空间的DOA估计方法的原理是通过求解对数似然函数或最小二乘问题来估计噪声协方差矩阵和信号/噪声子空间，然后可以从估计的信号/噪声子空间或噪声协方差矩阵完成DOA估计。但是该方法由于包含迭代过程导致耗时较大，且移除操作可能导致信号协方差矩阵中包含的部分信息丢失。

上述传统的稀疏重构算法对于密集信源和多目标的DOA估计性能不是很理想，且计算复杂度大。

发明内容

针对上述问题，本发明的目的是提出一种基于秩一去噪模型的波达方向估计方法。本发明在未知非均匀噪声条件下可估计波达方向，该算法基于秩一去噪模型，通过重新设计降维信号的协方差矩阵消除非均匀噪声，然后利用矢量化操作来获得等效的源矢量，最后采用交替网格优化算法(AGO)确定信号的波达方向，实现有限快拍数的高分辨率波达方向估计和抗非均匀噪声的高鲁棒性。

为了达到上述目的，本发明采用以下技术方案予以解决。

基于秩一去噪模型的波达方向估计方法，包括以下步骤：

步骤1，建立雷达的接收信号模型x(t)，确定接收信号的测量矩阵X。

(1.1)设置信号接收雷达为包含M个阵元的均匀直线阵列，则t时刻接收到的目标信源的回波信号x(t)，其表达式为：

x(t)＝As(t)+n(t)；