[发明专利]一种相干信号DOA估计方法

说明书

本发明公开了一种相干信号DOA估计方法，包括建立相干信号模型，根据所述相干信号模型得到接收信号数据；利用所述相干信号模型计算所述接收信号数据的协方差矩阵；根据所述协方差矩阵计算无噪声接收信号数据；根据所述无噪声接收信号数据建立等效源向量；建立权向量，根据所述权向量、所述等效源向量进行DOA估计。本发明考虑到了空域相关高斯噪声和相干信号，并利用设计的权向量和等效源向量进行DOA估计，提高了DOA估计的性能，且计算成本相对较低。

技术领域

本发明属于雷达信号处理技术领域，具体涉及一种相干信号DOA估计方法。

背景技术

信号的波达方向(Direction-Of-Arrival，简称DOA)估计是阵列信号处理中的一个重要的研究课题，在军事领域(雷达、声纳、通信)和经济领域(无人驾驶)中有着广泛的应用。随着无人驾驶技术的快速发展，在复杂的城市交通环境(如大面积树木和建筑物的散射效应)中，提高静止目标的检测性能和定位分辨率是一项极其重要的任务。

目前，经典的信号子空间的DOA估计算法，例如多重信号分类算法(MultipleSignal Classification Algorithm，简称MUSIC)和借助旋转不变技术估计信号参数算法(Estimating Signal Parameters via Rotational Invariance Techniques，简称ESPRIT)，可以在信号不相关和部分相关的情况下提供高分辨率的DOA估计。以MUSIC为代表的经典信号子空间算法使测向定位技术突破了分辨率的限制，但该算法有计算量大、在低信噪比条件下性能不佳等缺点，且该算法不能直接对相干信号进行处理，而利用空间平滑的方法解相干则会损失一定的阵列孔径。此外，传统的子空间算法通常采用的一个关键假设是建立不相关或非相干信号模型。然而在实际环境中，由于发射信号的多径传播或有意干扰，往往会产生相干信号。在这种情况下，由于信号协方差矩阵不是满秩的，基于子空间的DOA估计方法都将失效。与经典的空间谱估计法相比，基于稀疏表示的DOA估计法具有很高的估计精度，无需任何预处理，并可直接应用于相干信号，因而得到了国内外学者的广泛关注。F.M.Han and X.D.Zhang，“An ESPRIT-like algorithm for coherent DOAestimation，”IEEE Antennas Wireless Propag.Lett.，vol.4，pp.443-446，Dec.2005，提出了一种DOA估计方法(以下简称为类似Esprit算法)，该方法利用对称的阵列传感器结构，得到一个秩与输入信号间的相干性无关的等效信号Toeplitz矩阵，利用该等效信号Toeplitz矩阵实现DOA估计；S.U.Pillai and B.H.Kwon，“Forward/backward spatialsmoothing techniques for coherent signal identification，”IEEE Trans.Acoust.，Speech，Signal Process.，vol.37，no.1，pp.8-15，Jan.1989.，提出了一加权空间平滑方法(以下简称FBSS算法)，该方法通过创建一个平滑阵列输出协方差矩阵结合基于特征结构技术实现DOA估计而不考虑信号的相关性；C.Qian，L.Huang，Y.Xiao，and H.C.So，“Localization of coherent signals without source number knowledge in unknownspatially correlated Gaussian noise，”Signal Process.，vol.111，pp.170-178，Jun.2015，提出了一种不需要知道源数的信号定位方法(以下简称Qian算法)，该方法利用对称阵列模型和四阶累积量分别去相关相干信号和抑制未知的空域相关噪声，然后利用联合对角化算法实现DOA估计。

但是，上述类似Esprit算法没有有效利用接收信号协方差矩阵的全部信息，DOA估计性能比较差；FBSS算法只有在信号高度相关的条件下才能正常工作，并且可能会发生信号抵消影响DOA估计性能；Qian算法尽管可以抑制噪声，但会导致相当大的计算量并且需要大量时间。

发明内容