[发明专利]一种基于耦合三线性分解的多信号分离方法

说明书

本发明公开了一种基于耦合三线性分解的多信号分离方法，包括以下步骤：利用互质面阵采集含有多信号的混合电磁信号，将所述混合电磁信号作为接收采样信号；定义接收信号模型，根据接收信号模型将接收采样信号构造为耦合三线性模型；对构造的耦合三线性模型进行分解，直到满足收敛条件，得到估计的信源矩阵；从信源矩阵中提取出分离信号。本发明可解决互质面阵中不同来波方向的信号分离问题，具有较好的信号分离性能，计算复杂度低。

技术领域

本发明属于阵列信号处理技术领域，具体涉及一种基于耦合三线性分解的多信号分离方法。

背景技术

信号分离是无线电频谱监测、电子侦察和无线通信中的关键问题，其主要实现方法为利用多传感器组成的阵列接收空间传播的电磁信号，通过现代数字信号处理方法从被噪声污染的混合信号中估计出源信号。

目前，多信号分离主要采用的是独立分量分析、波束成形和子空间估计等技术，这些技术在传统的非稀疏均匀阵列下已经得到广泛应用。针对面阵场景，使用较为广泛的有子空间旋转类方法如2D ESPRIT、2D PM等算法，其利用信号向量的信号子空间旋转不变性进行参数估计并进行信号重构，能够在均匀面阵下取得较好的效果。但均匀面阵受限于天线尺寸、阵元间互耦效应的影响，进一步提高信号分离的性能较为困难。近年来，互质面阵因其比传统均匀面阵拥有更大的阵列孔径而备受关注。申请日为20170109，专利号为CN106785486B的发明专利公开了一种广义互质面阵天线结构，该结构由两个矩形均匀面阵组成，天线数分别为N1×M1和N2×M2，其中N1，N2为x轴方向上的天线数，M1、M2为y轴方向上的天线数，N1、N2和M1、M2为两组互质数；两个子阵只在原点处有一个阵元重合。本发明天线结构进行角度估计的方法为：首先，根据MUSIC或ESPRIT算法得到存在模糊的角度估计值；然后，利用互质特性寻找模糊值重合的角度估计值，即为对应理论值的真实值。本发明的天线结构优势及优点在于拓展了天线孔径，天线阵列布局更加灵活，且能获得相对较高的自由度。两个子阵保持均匀的特性，经典的信号到达角估计算法能够直接应用，利用互质特性，角度模糊问题可以被消除。而目前对互质面阵下的多信号分离算法才刚刚起步，相关研究还存在明显的不足。

发明内容

发明目的：针对上述现有技术，提出一种基于耦合三线性分解的多信号分离方法；

技术方案：本发明提供一种基于耦合三线性分解的多信号分离方法，包括以下步骤：

(1)利用互质面阵采集含有多信号的混合电磁信号，将其作为接收采样信号；

(2)定义接收信号模型，根据接收信号模型将接收采样信号构造为耦合三线性模型；

(3)对构造的耦合三线性模型进行分解，直到满足收敛条件，得到估计的信源矩阵；

(4)从信源矩阵中提取出分离信号。

进一步地，步骤(1)所述的互质面阵满足以下特征：

互质面阵的阵元总数为N₁M₁+N₂M₂-1，阵元按照广义互质面阵的结构进行排列；整个阵列可以分解为两个规模分别为N₁×M₁和N₂×M₂的均匀矩形子阵；其中，N_i、M_i分别为子面阵i(i∈{1,2})沿着x轴方向上和y轴方向上的阵元数，N₁、N₂和M₁、M₂为两对互质数。

进一步地，步骤(2)实现过程如下：

将互质面阵分解为两个均匀矩形子阵，则子阵i(i∈{1,2})的接收信号模型为：