[发明专利]一种相干与非相干混合信号的半参数个数估计方法

摘要

本发明公开了一种相干与非相干混合信号的半参数个数估计方法，首先，确定互协方差矩阵和联合矩阵的秩，估计出非相干信号个数和相干信号组数。然后利用线性算子和两个均匀线阵的互协方差矩阵估计出非相干信号的仰角，进而由估计得到的非相干信号仰角计算斜投影算子。最后，利用斜投影算子构造出仅包含相干信号信息的可伸缩矩阵序列，由这些可伸缩矩阵的向量积矩阵的秩序列确定每个相干信号组中的信号个数。本发明分别估计非相干信号个数以及每个相干信号组中的信号个数，减轻叠加噪声的影响，避免复杂的特征分解。在小快拍数与/或低信噪比条件下，对于检测距离相近的非相干和相干混合信号个数，本发明计算复杂度更低、结果准确度更高。

主权项

一种相干与非相干混合信号的半参数个数估计方法，其特征在于：包括以下步骤：1)对于双平行均匀线阵，利用阵列接收信号的互协方差矩阵构建联合矩阵，然后求得所述互协方差矩阵的向量积矩阵Ψ和所述联合矩阵的向量积矩阵根据Ψ的秩和的秩估计非相干信号个数和相干信号组数；2)估计非相干信号的仰角，根据非相干信号的仰角计算斜投影算子的估计值；3)利用斜投影算子的估计值消除双平行均匀线阵中参考阵元所在的均匀线阵的接收信号中的非相干信号，然后计算得到仅包含相干信号信息的互协方差矩阵，利用仅包含相干信号信息的互协方差矩阵构建可伸缩矩阵序列计算可伸缩矩阵序列的向量积矩阵序列利用可伸缩矩阵序列的向量积矩阵序列对应的秩序列估计每个相干信号组内相干信号个数；T^m=[T^m(1),T^m(2),...,T^m(m+1)]]]>T^m(l)=ΔFm(/)R^h]]>其中，是(M‑m)×M维选择矩阵：Fm(l)=[O(M-m)×(l-1),IM-m,O(M-m)×(m-l+1)]]]>表示由矩阵第l行开始的连续M‑m行组成的(M‑m)×M维子矩阵，l＝1,2,…,m+1；O(M‑m)×(l‑1)表示(M‑m)×(l‑1)维零矩阵，IM‑m表示(M‑m)×(M‑m)维单位矩阵，O(M‑m)×(m‑l+1)表示(M‑m)×(m‑l+1)维零矩阵，M表示每个均匀线阵包含的阵元个数，为仅包含相干信号信息的互协方差矩阵的估计值；所述步骤3)具体包括以下步骤：3.1利用斜投影算子的估计值消除双平行均匀线阵中参考阵元所在的均匀线阵的接收信号y(t)中的非相干信号，得到新的接收信号：其中，IM为M×M维单位矩阵，M表示每个均匀线阵包含的阵元个数，然后，计算仅包含相干信号信息的互协方差矩阵的估计值R^h=1NtΣt=1Nty~(t)xH(t)---(8)]]>其中，Nt表示快拍数，H表示求矩阵的共轭转置，令则3.2令m＝1，然后继续执行步骤3.3；3.3构建伸缩矩阵T^m=[T^m(1),T^m(2),...,T^m(m+1)]---(13)]]>T^m(l)=ΔFm(l)R^h---(14)]]>其中，是(M‑m)×M维选择矩阵：Fm(l)=[O(M-m)×(l-1),IM-m,O(M-m)×(m-l+1)]---(15)]]>表示由矩阵第l行开始的连续M‑m行组成的(M‑m)×M维子矩阵，l＝1,2,…,m+1；O(M‑m)×(l‑1)表示(M‑m)×(l‑1)维零矩阵，IM‑m表示(M‑m)×(M‑m)维单位矩阵，O(M‑m)×(m‑l+1)表示(M‑m)×(m‑l+1)维零矩阵；3.4计算及的秩如果则令m＝m+1，返回步骤3.3；否则，继续执行步骤3.5；3.5利用秩序列计算gγ=2ρ(Ψ^γ-1)-ρ(Ψ^γ-2)-ρ(Ψ^γ)---(16)]]>其中，ρ(·)表示矩阵的秩，表示包含γ个相干信号的组数，则每个相干信号组内的相干信号个数表示为：