[发明专利]一种基于score函数的广义协方差的多信号分类算法

权利要求书

1.一种基于score函数的广义协方差的多信号分类算法，其特征在于，包括以下步骤：

S1：选取适当参数，计算并获得score函数；

S2：获得天线阵列所输出的混合着噪声的信号，并构建该信号的向量；

S3：计算并获得基于score函数的广义协方差矩阵；

S4：计算并获得基于score函数的广义协方差矩阵的估计；

S5：对基于score函数的广义协方差矩阵进行特征值分解，计算并获得噪声子空间的估计；

S6：根据噪声子空间的估计，计算并获得空间谱的估计。

S7：通过谱峰位置进行无线电信号的波达方向估计。

2.如权利1所述的一种基于score函数的广义协方差的多信号分类算法，其特征在于，所述步骤S1具体包括以下步骤：

首先，为score函数的参数α在区间[0.6，2]内取值；然后，计算并获得score函数，如式(1)所示：

式中，f_α(x)表示对称Alpha稳定分布的概率密度函数，其中，该分布的中心参数为0，分散系数为1，α表示该分布的特征指数；f′_α(x)表示f_α(x)的导数。

具体而言，当α≠1时，f_α(x)的定义式如(2)所示：

式中，v(θ)可以表示为：

当α＝1时，f_α(x)＝f₁(x)的定义式如(4)所示：

。

3.如权利1所述的一种基于score函数的广义协方差的多信号分类算法，其特征在于，所述步骤S2具体包括以下步骤：

首先，获得线性阵列第m个阵元输出信号x_m(t)，其表达式如式(5)所示：

式中，t表示连续时间变量，K表示无线电信号源的个数，θ₁,θ₂,…θ_K表示无线电信号的波达方向，s_k(t)表示第k个无线电源信号，n_m(t)表示第m个阵元上的加性噪声，a_m(θ_k)表示第k个波达方向θ_k所对应的导向系数，其表达式如式(6)所示：

a_m(θ_k)＝exp(-j(2π(m-1)dsin(θ_k))/λ) (6)

式中，d表示阵元之间的距离，λ表示载波的波长。

然后，构建线性阵列的输出向量x(t)，其表达式如式(7)所示：

x(t)＝[x₁(t),x₂(t),…,x_M(t)]^T (7)

具体而言，线性阵列的输出向量x(t)满足如下关系式：

x(t)＝As(t)+n(t) (8)

式中，

A＝[a(θ₁),a(θ₂),…,a(θ_K)]表示导向矩阵，a(θ_k)＝[a₁(θ_k),a₂(θ_k),…,a_M(θ_k)]^T表示导向矢量，s(t)＝[s₁(t),s₂(t),…,s_K(t)]^T表示无线电源信号矢量，n(t)＝[n₁(t),n₂(t),…,n_M(t)]^T表示噪声矢量。