[发明专利]一种基于信号非圆特性的分步秩损远近场参数估计算法

说明书

本发明公开了一种基于信号非圆特性的分步秩损远近场参数估计算法，该算法包括步骤：S1.根据阵列观测数据，构造扩展数据矢量；S2.计算所述扩展数据矢量的协方差矩阵；S3.对所述协方差矩阵进行特征分解，得到其噪声子空间；S4.解耦阵列导向矢量；S5.构造一谱函数，一维搜索得到所有远近场信号的测向角；S6.构造谱函数，一维搜索得到K个距离估计值；S7.根据所述距离估计值，区分出远近场信号的类型。本发明提出一种基于信号非圆特性的分步秩损远近场参数估计算法，不仅将多维参数估计器解耦成两个只和角度和距离有关的一维参数估计器，从而减少了运算量；而且还能提高角度、距离参数估计的精度并能区分出远近场信号。

技术领域

本发明涉及阵列信号处理领域，尤其涉及一种基于信号非圆特性的分步秩损远近场参数估计算法。

背景技术

阵列定位技术在雷达、无线通信、射电天文等领域具有重要的应用，大多数定位技术都是针对纯远场或纯近场信号的，并表现出优良的分辨能力。

但在一些实际应用场合，如在麦克风阵列的话音定位问题及在海底岸基警戒系统中，源信号可能会出现同时位于阵列或警戒系统的远场或近场的场景，而传统的基于单类信源定位技术将会失效，因此解决远近场共存信源定位问题的算法也相继被提出，取得了较大的突破。

如申请号为CN201510938385.0的的专利文献公开的“一种多目标远近场混合源定位方法”，该发明提供一种多目标远近场混合源定位方法，属于阵列信号处理领域。应用对称均匀线性传感器阵列接收目标信号，确定远近场混合源观测信号形式；通过恰当选择传感器输出构造一个特殊的三阶循环矩矩阵，使其方向矩阵仅包含远场源和近场源的方位角信息；对三阶循环矩矩阵进行特征值分解，获得相应的噪声子空间；计算整个阵列观测数据的循环自相关矩阵；对循环自相关矩阵进行特征值分解，获得相应的噪声子空间；将已估计的方位角代入二维MUSIC谱峰搜索中，实现对近场源距离的估计。

现有算法普遍存在一定的缺陷和不足，其中一个最大的问题是有一些算法存在着一半的阵列孔径损失。在雷达、无线通信领域，非圆信号是常见的一类通信信号，如BPSK，OQPSK信号等。基于信号的非圆特性，能取得较好的优势，如扩展阵列的虚拟孔径。

因此，如何在远近场参数估计中引入信号的非圆特性来有效提高相应的参数估计精度具有重要意义。

发明内容

针对上述现有技术的现状，本发明所要解决的技术问题在于提供一种基于信号非圆特性的分步秩损远近场参数估计算法，该算法不仅将多维参数估计器解耦成两个只和角度和距离有关的一维参数估计器，从而减少了运算量；而且还能提高角度、距离参数估计的精度并能区分出远近场信号。

本发明解决上述技术问题所采用的技术方案为：

一种基于信号非圆特性的分步秩损远近场参数估计算法，包括步骤：

S1.根据阵列观测数据，构造扩展数据矢量z(t)；

S2.计算所述扩展数据矢量z(t)的协方差矩阵R；

S3.对所述协方差矩阵R进行特征分解，得到其噪声子空间U_n；

S4.解耦阵列导向矢量

S5.构造一谱函数p(θ)，所述谱函数p(θ)只与角度参数有关；

在范围内，一维搜索得到所有远近场信号的测向角θ_k(k＝1,…,K)；

S6.根据已得到的测向角构造K个谱函数

在r∈[0.62(D³/λ)^1/2,30D²/λ]范围内，一维搜索得到K个距离估计值r_k(k＝1,…,K)；