0 引言

    在波達(dá)方向估計(jì)實(shí)際的應(yīng)用當(dāng)中,，相干信號(hào)源是普遍存在的,，有學(xué)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(diǎn)是基本避免了陣列孔徑的損失,，缺點(diǎn)是在信噪比低的情況下，就會(huì)出現(xiàn)算法性能下降^[1],，無法準(zhǔn)確地估計(jì)出DOA,。因此針對(duì)低信噪比下的相干信號(hào)DOA估計(jì)的研究越來越多^[2]，常見的有多重信號(hào)分類法,、最小范數(shù)法等,，而此類算法具有很大的局限性，當(dāng)信噪比低于一定值時(shí),，算法性能會(huì)下降^[3],。

    針對(duì)此類問題，本文提出了一種低信噪比下相干信號(hào)DOA估計(jì)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(diǎn),，即充分利用兩個(gè)重要的參數(shù)信號(hào)子空間和噪聲子空間。相干信號(hào)源進(jìn)行解相干通過空間平滑技術(shù)實(shí)現(xiàn),，接著,，再使用ES-MUSIC算法進(jìn)行DOA估計(jì)^[4]。本文進(jìn)行了對(duì)比測(cè)試,，結(jié)果證明了在低信噪比下相干信號(hào)DOA估計(jì)效果更好,。

1 信號(hào)模型構(gòu)建

    設(shè)有D個(gè)窄帶信號(hào),，到達(dá)波方向是{θ₁，θ₂,，…,，θ_D}，由N個(gè)各向同性陣元構(gòu)成等間距直線陣,，并且要求各個(gè)陣元間距是d,，則第i個(gè)陣元接收的信號(hào)可表示成：

    因此可以把其協(xié)方差矩陣表示出來：

2 算法實(shí)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(gè)陣進(jìn)行分割,，平均分成L個(gè)重疊子陣列,，并且要求各個(gè)陣列的陣元的數(shù)量是H，還要滿足L+H-1=N,，接著把每個(gè)子陣列的協(xié)方差矩陣計(jì)算出來,，然后再把各個(gè)子陣列協(xié)方差矩陣的算術(shù)平均值計(jì)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(cè)到2N/3個(gè)相干信號(hào),，檢測(cè)到相干信號(hào)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(jù)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(jié)果可以表示成：

2.3 DOA估計(jì)過程總結(jié)

    整個(gè)過程主要分5步進(jìn)行：

3 測(cè)試結(jié)果

    為了驗(yàn)證文章方法的正確性，本文進(jìn)行了一系列的對(duì)比測(cè)試,，使用陣元間距是半波長(zhǎng)均勻線陣,，設(shè)定陳元的數(shù)量為8，并且相干信號(hào)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(jìn)行Monte Carlo測(cè)試，測(cè)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(jì)成功概率的曲線如圖2所示。

    DOA估計(jì)成功概率也可以表述成DOA正確估計(jì)(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(shí)，兩種方法的DOA估計(jì)成功概率基本相同,；但是當(dāng)信噪比低于0 dB時(shí),，本文方法的DOA估計(jì)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(jì)優(yōu)勢(shì)明顯,，同時(shí)還有更高的分辨能力,。

    在不同信噪比下，DOA估計(jì)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(gè)特點(diǎn)，即信噪比越大,，均方根誤差也越大,；當(dāng)在信噪比高于0 dB時(shí),，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(shí),，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(jì)精度更高,，穩(wěn)定性也更好^[10]。

    在相同條件下,，設(shè)定信噪比為0 dB,，快拍數(shù)設(shè)定為500，相干信號(hào)源的數(shù)量設(shè)定為2,，使用本文方法和ES-MUSIC法對(duì)設(shè)定的兩個(gè)相干信號(hào)源在不同DOA下進(jìn)行測(cè)試,，測(cè)試結(jié)果如表1所示。

    對(duì)表1分析可知,，在低信噪比下,，DOA間隔越大，估計(jì)成功概率也越大,。然而,，在相同DOA間隔時(shí)，本文方法的估計(jì)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(jié)論

    本文論述了一種低信噪比下相干信號(hào)DOA估計(jì)算法,，此方法不但利用了空間平滑算法的優(yōu)點(diǎn),，通過此算法對(duì)相干信號(hào)進(jìn)行解相干處理，同時(shí)還充分利用了ES-MUSIC算法的優(yōu)點(diǎn),，主要通過信號(hào)和噪聲兩個(gè)子空間的信息進(jìn)行DOA估計(jì),。為了驗(yàn)證文章觀點(diǎn)的正確性，本文進(jìn)行了一系列的對(duì)比測(cè)試,，經(jīng)過對(duì)測(cè)試結(jié)果進(jìn)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(jì)不但精度高，而且分辨率更高,。

參考文獻(xiàn)

[1] 吳國(guó)慶,，陳善繼.基于解相干的MUSIC算法估計(jì)性能分析[J].現(xiàn)代電子技術(shù)，2011,，34(7)：94-96.

[2] 王布宏,，王永良，陳輝.相干信源波達(dá)方向估計(jì)的加權(quán)空間平滑算法[J].通信學(xué)報(bào),，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(shù),，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(guó)林,，劉潤(rùn)杰．基于相干積累矩陣重構(gòu)的波達(dá)方向估計(jì)新方法[J].雷達(dá)學(xué)報(bào),，2015，4(2)：178-185.

[6] 余昌和,，李建黎.低信噪比下相干信號(hào)的DOA估計(jì)的白噪聲濾除方法[J].信號(hào)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(jìn)MUSIC算法DOA估計(jì)[J].無線電工程，2014,，44(11)：18-21.

[10] 楊雪亞,，陳伯孝，朱根生．基于實(shí)值特征子空間迭代的DOA估計(jì)算法[J].西安電子科技大學(xué)學(xué)報(bào)，2010,，37(2)：242-247.

作者信息:

任全會(huì), 陳享成

（河南省高速鐵路運(yùn)營(yíng)維護(hù)工程研究中心,，河南 鄭州451460）