文獻標識碼: A
DOI:10.16157/j.issn.0258-7998.181359
中文引用格式: 任全會, 陳享成. 低信噪比下相干信號DOA估計算法研究[J].電子技術應用,2018,,44(11):53-56.
英文引用格式: Ren Quanhui,,Chen Xiangcheng. Research on DOA estimation algorithm for coherent signal under low signal to noise ratio[J]. Application of Electronic Technique,2018,,44(11):53-56.
0 引言
在波達方向估計實際的應用當中,,相干信號源是普遍存在的,有學者使用特征空間MUSIC(Eigen space MUSIC,,ES-MUSIC)算法解決相干問題,,此算法優(yōu)點是基本避免了陣列孔徑的損失,缺點是在信噪比低的情況下,,就會出現(xiàn)算法性能下降[1],,無法準確地估計出DOA,。因此針對低信噪比下的相干信號DOA估計的研究越來越多[2],常見的有多重信號分類法,、最小范數(shù)法等,,而此類算法具有很大的局限性,當信噪比低于一定值時,,算法性能會下降[3],。
針對此類問題,本文提出了一種低信噪比下相干信號DOA估計新算法,。此算法充分融合了空間平滑算法和ES-MUSIC算法的優(yōu)點,,即充分利用兩個重要的參數(shù)信號子空間和噪聲子空間。相干信號源進行解相干通過空間平滑技術實現(xiàn),,接著,,再使用ES-MUSIC算法進行DOA估計[4]。本文進行了對比測試,,結果證明了在低信噪比下相干信號DOA估計效果更好,。
1 信號模型構建
設有D個窄帶信號,到達波方向是{θ1,,θ2,…,,θD},,由N個各向同性陣元構成等間距直線陣,并且要求各個陣元間距是d,,則第i個陣元接收的信號可表示成:
因此可以把其協(xié)方差矩陣表示出來:
2 算法實現(xiàn)
2.1 空間平滑算法
此算法示意圖如圖1所示。此算法的核心思想是首先要把線性等距陣列的N個陣進行分割,,平均分成L個重疊子陣列,,并且要求各個陣列的陣元的數(shù)量是H,還要滿足L+H-1=N,,接著把每個子陣列的協(xié)方差矩陣計算出來,,然后再把各個子陣列協(xié)方差矩陣的算術平均值計算出來,這就是所謂的前向空間平滑[5],。本文使用的是前后向空間平滑的算法,此算法核心思想就是可以前向平滑和共軛后向平滑,,通過此算法可以檢測到2N/3個相干信號,,檢測到相干信號的數(shù)量大大提高[6]。
圖1中f表示前向平滑,,a表示后向平滑,。
前向平滑接收的數(shù)據可表示成:
同理,,空間后向平滑矩陣可表示成:
2.2 ES-MUSIC算法
式(13)特征分解的結果可以表示成:
2.3 DOA估計過程總結
整個過程主要分5步進行:
3 測試結果
為了驗證文章方法的正確性,本文進行了一系列的對比測試,,使用陣元間距是半波長均勻線陣,,設定陳元的數(shù)量為8,并且相干信號源的數(shù)量是已知的,,在信噪比不同的情況下,,使用本文方法和ES-MUSIC方法進行Monte Carlo測試,測試的次數(shù)為1 000,。均方根誤差可以表示成[9]:
在不同信噪比下,,DOA估計成功概率的曲線如圖2所示,。
DOA估計成功概率也可以表述成DOA正確估計(偏差不大于2°)次數(shù)的比例,。從圖2可以看出,在信噪比高于0 dB時,,兩種方法的DOA估計成功概率基本相同,;但是當信噪比低于0 dB時,本文方法的DOA估計成功概率明顯高于ES-MUSIC法,。這就說明,,本文方法不但在低信噪比下DOA估計優(yōu)勢明顯,同時還有更高的分辨能力,。
在不同信噪比下,DOA估計均方根誤差的曲線如圖3所示,。
從圖3可以看出,,兩種方法都具有一個特點,即信噪比越大,,均方根誤差也越大,;當在信噪比高于0 dB時,兩種方法的均方根誤差大致相同,;然而,,在信噪比小于0 dB時,本文方法的均方根誤差明顯小于ES-MUSIC法,。從以上分析可以看出,,低信噪比下,本文方法的估計精度更高,,穩(wěn)定性也更好[10]。
在相同條件下,,設定信噪比為0 dB,,快拍數(shù)設定為500,,相干信號源的數(shù)量設定為2,使用本文方法和ES-MUSIC法對設定的兩個相干信號源在不同DOA下進行測試,,測試結果如表1所示。
對表1分析可知,,在低信噪比下,,DOA間隔越大,估計成功概率也越大,。然而,,在相同DOA間隔時,,本文方法的估計成功概率明顯高于ES-MUSIC法,,因此可以證明,本文方法的分辨率更高,。
4 結論
本文論述了一種低信噪比下相干信號DOA估計算法,,此方法不但利用了空間平滑算法的優(yōu)點,通過此算法對相干信號進行解相干處理,,同時還充分利用了ES-MUSIC算法的優(yōu)點,,主要通過信號和噪聲兩個子空間的信息進行DOA估計。為了驗證文章觀點的正確性,,本文進行了一系列的對比測試,,經過對測試結果進行分析可以看出,與傳統(tǒng)的方法相比,,本文方法在低信噪比下DOA估計不但精度高,,而且分辨率更高。
參考文獻
[1] 吳國慶,,陳善繼.基于解相干的MUSIC算法估計性能分析[J].現(xiàn)代電子技術,,2011,34(7):94-96.
[2] 王布宏,,王永良,,陳輝.相干信源波達方向估計的加權空間平滑算法[J].通信學報,2003,,24(4):31-40.
[3] 陳棟,,楊保海,丁文斌.沖激噪聲下相干信源的求根MUSIC算法[J].現(xiàn)代電子技術,,2017,,40(5):1-4.
[4] INGHELBRECHTV,VERHAEVERTJ,,HECKETV,,et al.The influence of random element displacement on DOA estimates obtained with(Khatri-Rao-)Root-MUSIC[J].Sensors,2014,,14(11):21258-21280.
[5] 李磊,,李國林,劉潤杰.基于相干積累矩陣重構的波達方向估計新方法[J].雷達學報,,2015,,4(2):178-185.
[6] 余昌和,李建黎.低信噪比下相干信號的DOA估計的白噪聲濾除方法[J].信號處理,,2012,,28(7):957-962.
[7] Chen Guobin,Luo Nanying.Network actual traffic prediction algorithm based on α-stable distribution and wavelet transformation[J].Cybernetics and Information Technologies,,2014,,14(4):45-55.
[8] Sun Baofa.MUSIC based on uniform circular array and its direction finding efficiency[J].International Journal of Signal Processing Systems,2013,,1(2):273-277.
[9] 周小軍,,譚薇,馮大政,,等.基于解相干的改進MUSIC算法DOA估計[J].無線電工程,,2014,44(11):18-21.
[10] 楊雪亞,,陳伯孝,,朱根生.基于實值特征子空間迭代的DOA估計算法[J].西安電子科技大學學報,2010,,37(2):242-247.
作者信息:
任全會, 陳享成
(河南省高速鐵路運營維護工程研究中心,河南 鄭州451460)