[发明专利]一种分步估计的空域信号空间谱估计方法

说明书

本发明公开了一种分步估计的空域信号空间谱估计方法，其特征是，根据空域信号具有稀疏性的特点，将空域信号与压缩感知方法结合，对感兴趣的空间划分为较大区域，对空间谱进行一次预估计，通过自适应的方法将以预估计结果为中心的邻域视为感兴趣空间，对此空间进行细分，再次利用压缩感知方法得出空间谱的精确估计。本发明所达到的有益效果：本方法具有在少测量数、低信噪比条件下即可对含有空间上相距较近信号的多目标空间谱进行精确估计，且更加易于硬件存储实现的优点。

技术领域

本发明涉及一种分步估计的空域信号空间谱估计方法，属于阵列信号处理技术领域。

背景技术

空域信号的空间谱估计在阵列信号处理中有着重要地位，它涉及雷达、声呐、通信、射电天文等以及医学诊断等多种国民经济和军事等应用领域。因此，对空域信号空间谱进行参数估计受到越来越多的重视。

以多重信号分类(multiple signal classification，MUSIC)算法为代表的现代谱估计方法是空间谱估计向超分辨率发展的一次飞跃，但其需要较大的快拍数，大的快拍导致数据增多，这增加了系统复杂性和计算复杂度。MUSIC算法要求较高的信噪比，并且此方法虽然是一种超分辨率算法，但其对空间上相聚较近的目标分辨效果仍然较差。之后，在此基础上又出现了许多改进算法，如Root-MUSIC,平滑子空间MUSIC算法，使得算法性能显著提高，但它们都有一个共同特点计算量大。

D.Malioutov和M.Cetin等人将稀疏表示的思想引入到DOA估计中。随后，学者们将压缩感知的方法推广到空间谱估计中，提出了基于正交匹配追踪的压缩感知算法，它突破了奈奎斯特定理中信号带宽对于采样频率的限制，具有所需快拍数少，计算简单且在较小信噪比条件下即可对空间谱进行高分辨率估计的优点。但在对含有空间上相距较近信号的多个目标进行谱估计时算法性能较差。

发明内容

为解决现有技术的不足，本发明的目的在于提供一种分步估计的空域信号空间谱估计方法，在阵元数较少条件下，利用少的测量数、在低信噪比时对含有空间上相距较近信号的多个目标空间谱进行精确估计。

为了实现上述目标，本发明采用如下的技术方案：

一种分步估计的空域信号空间谱估计方法，其特征是，包括如下步骤：

1)对感兴趣的空间Θ以步长π/λ₁划分为LN₁份，其满足其中span(Θ)表示空间Θ中最大值和最小值之间的差值，INT表示将一个数值向下取整为最接近的整数的函数，λ₁为预估计步长因子；

这样形成的正交完备稀疏字典构造预估计的稀疏基矩阵并对信号x∈C^N×1进行预估计稀疏表示，Ν为阵源数，表示复数域的N×LN₁维矩阵，其中构造稀疏基目标信号可被稀疏表示为x＝Ψ₁y₁+w₁，其中，为空域信号x的预估计稀疏表示，w₁∈C^N×1为高斯白噪声，j为虚数表示，d为阵元间距，λ为波长，表示空间划分角度，i＝1,2,…,LN₁；

2)利用双结构系统构造预估计测量矩阵其中Φ₃为单位对角矩阵，M₁为预估计测量数；