[发明专利]一种基于增广加权盖尔圆矩阵的信源个数估计建模方法

说明书

本发明应用于阵列信号处理技术领域中信源个数估计技术，公开了一种基于增广加权盖尔圆矩阵的信源个数估计建模方法，该方法首先利用阵列天线的接收信号，在加权盖尔圆准则的基础上构建增广加权盖尔圆矩阵，从中同时获取能用于描述信源个数的盖尔圆心值、盖尔圆半径和加权盖尔圆半径等多重特征，构建高维特征向量，标记后并代入支持向量机中训练能进行信源个数估计的分类器数学模型。本发明公开的方法不仅在信源数只比阵元数少一个的情况下能够有效的估计信源个数，而且对于在低信噪比、小快拍数环境下的信源个数估计也有良好的性能。

技术领域

本申请涉及通信技术领域，具体涉及一种基于增广加权盖尔圆矩阵的信源个数估计建模方法，可应用于阵列信号处理中的超定条件下信源个数估计。

背景技术

信源数目的精确估计一直是信号来波方向(Direction of arrival,DOA)得以准确估计的前提，如果估计的信源数与实际信源数不一致，测向性能会严重下降。在信源个数估计算法中最经典的算法为基于信息论准则的方法，包括最小信息准则(Akaikeinformation criterion,AIC)和最小描述长度准则(Minimum Description Length,MDL)，以及在它们基础上提出的改进算法，但这些算法仅仅适用于白噪声环境下的信源个数估计。

适用于色噪声的盖尔圆(Gerschgorin Disk Estimation，GDE)准则，虽然能够弥补信息论准则在色噪声下信源个数估计失效的不足，但是GDE准则在低信噪比，小快拍数条件下的性能会急剧下降甚至失效。为了改善GDE准则的上述不足，Yin-zhen提出了一种新的酉变换方法，并结合GDE准则进行信源个数估计。实验表明，该方法在快拍数为90时的信源个数检测准确率达到90％，但是要求的信噪比在10dB以上。褚鼎立将GDE准则和AIC准则结合，克服了特征值的无序性导致估计错误的缺陷，使得该准则在信噪比为-5dB时的检测准确率为93％，但该方法要求较大的快拍数。董姝敏则对盖尔圆半径进行压缩，并结合盖尔圆心值提出了一种基于自适应调整因子的GDE准则，该方法在信噪比为-4dB、快拍数大于2000的条件下检测准确率为80％；而在信噪比为15dB、快拍数为50时的检测准确率达到90％，所以该方法无法同时保证在低信噪比和小快拍数下的检测性能。Z.-Liu和Z.-Lu利用接收信号协方差矩阵的对角线平均值来构建新的协方差矩阵，并结合GDE准则估计信号源数，该算法在非平稳的色噪声中信噪比为-8dB﹑快拍数为100时的检测准确率就已经达到80％以上，虽能能同时保证在低信噪比小快拍数下检测准确率高，但仅仅是在10个阵元估计2个信源的条件下。

在上述的GDE准则及其改进方法中，对于含个阵元的阵列，在构造盖尔圆盘过程中都只用到了前个阵元接收的信息，导致这些方法能估计的最大信源个数只有M-2。罗海坤在“一种基于改进盖氏圆盘法的信源数估计新算法[J].电子信息对抗技术,2016,31(06):24-28.”中提出了加权盖尔圆(Weighted Gerschgorin Disk Estimation,WGDE)准则，一方面该准则中的特征加权矩阵对增广盖尔圆矩阵中的半径值做特征加权变换从而进一步增大了信号盖尔圆和噪声盖尔圆之间半径的差异，使得在快拍数为64时的信源估计准确率就能达到90％，但是要求的信噪比为13dB；另一方面，WGDE准则在构造增广盖尔圆矩阵及其增广加权盖尔圆矩阵过程中都保留了个阵元的信息，这使得估计M-1个信号源数成为可能。然而在增广加权盖尔圆矩阵中，实际上包含了盖尔圆心、盖尔圆半径和加权盖尔圆半径等多种用于信源个数估计的特征，而WGDE准则仅仅使用了加权盖尔圆半径，显然该准则对增广加权盖尔圆矩阵中的特征的使用并不充分，需要做进一步的研究。

发明内容

本申请的目的是提供一种基于增广加权盖尔圆矩阵的信源个数估计建模方法，用以克服WGDE准则对增广加权盖尔圆矩阵中的特征的使用不充分的缺陷，同时进一步提高估计的准确率。

为了实现上述任务，本申请采用以下技术方案：

一种基于增广加权盖尔圆矩阵的信源个数估计建模方法，包括：