[发明专利]声矢量近场源ESPRIT和MUSIC参数估计方法

摘要

声矢量近场源ESPRIT和MUSIC参数估计方法，阵列接收K个不同频率、互不相关窄带、随机平稳近场声源信号，阵列接收的延时抽头前后的两组接收信号构成全阵列接收信号，对信号数据自相关矩阵特征分解得到阵列导向矢量矩阵和频率的估计值，由阵列导向矢量估计值得到四个子阵导向矢量间的旋转不变关系，由旋转不变关系矩阵得到信号方位角、俯仰角和距离的粗略估计值，在粗略估计值附近的小区域利用MUSIC谱峰搜索方法得到方位角、俯仰角和距离的精确估计值，该方法突破了现有线阵参数估计方法的局限性以及单纯MUSIC方法的全域三维搜索的超大计算量难题，结合了ESPRIT和MUSIC方法的优点且不需要参数配对运算，大大降低了计算量且提高了参数估计精度。

主权项

1.声矢量近场源ESPRIT和MUSIC参数估计方法，其特征在于：L型声矢量传感器阵列由M个等间隔布置于x轴上的阵元和M个等间隔布置于y轴上的阵元构成，坐标原点上的阵元两轴共用，阵元数量为2M‑1个，x轴上阵元间的间距为d_x，y轴上阵元间的间距为d_y，所述阵元为由声压传感器及x轴、y轴、z轴方向的振速传感器组成的声矢量传感器，其中，阵元间隔d_x和d_y与入射声波信号的波长和声源的距离之间满足近场条件；声矢量近场源ESPRIT和MUSIC参数估计方法的步骤如下：阵列接收K个不同频率、互不相关窄带、随机平稳近场声源信号，K为入射声源信号的数量；步骤一、利用L型阵列获取近场源声波信号的接收全数据；阵列天线的直接接收信号Z₁(t)，延迟ΔT后的接收信号Z₂(t)，由Z₁(t)和Z₂(t)这两组数据构成全数据其中ΔT≤T_s，T_s为奈奎斯特采样周期；步骤二、计算全数据相关矩阵，对数据相关矩阵进行特征分解得到信号子空间和噪声子空间；全数据的数据相关矩阵其中E[·]表示求平均，[·]^H为矩阵的转置复共轭操作，A是全数据信号导向矢量矩阵，R_s＝E[SS^H]为入射信号相关矩阵，S是声压强度矩阵，是高斯白噪声的功率，I是与R_Z维数相同的单位矩阵，根据子空间理论，对数据相关矩阵R_Z进行特征分解获取信号子空间和噪声子空间，其中，EVD表示特征分解，U_s＝[v₁，…，v_k，…，v_K]是K个大特征值对应的特征矢量构成的信号子空间，∑_s是K个大特征值构成的对角矩阵，U_N＝[v_K+1，…v_16M‑8]为16M‑8‑K个小特征值对应的特征矢量构成的噪声子空间，∑_N是16M‑8‑K个小特征值构成的对角矩阵；步骤三、通过子空间分块以及矩阵特征分解处理，估计声源信号阵列导向矢量矩阵和频率；将信号子空间分为延时前和延时后两块，U_s＝AT，A是全数据阵列导向矢量矩阵，U₁＝A₁T，U₂＝A₂T，A₁是信号阵列导向矢量矩阵，A₂是延时信号阵列导向矢量矩阵，T是阵列导向矢量和信号子空间之间的K×K的非奇异变换矩阵，利用时间旋转不变结构，通过矩阵运算得到ΨT＝ΦT，其中，矩阵是矩阵U₁的伪逆矩阵，Φ是导向矢量矩阵A₁和A₂间的时间旋转不变关系矩阵，具体形式如下：对矩阵Ψ进行特征分解，特征值构成矩阵Φ的估计特征矢量构成T的估计值从而得到信号阵列导向矢量矩阵的估计值和信号频率的估计值A₁(k，k)表示矩阵A₁的第k行第k列元素，A₂(k，k)表示矩阵A₂的第k行第k列元素，其中，angle(·)表示取幅角，表示矩阵的第k行第k列元素；步骤四、由四个子阵间的旋转不变关系矩阵的估计值和估计声源信号方位角、俯仰角和距离的粗略估计；信号导向矢量的估计值是(8M‑4)×K的矩阵，根据导向矢量的构成将导向矢量分成4个维数为(2M‑1)×K的子阵导向矢量，即分别是x轴、y轴、z轴方向的振速传感器和声压传感器子阵导向矢量，四个子阵间的关系为和是子阵间的旋转不变关系估计矩阵，它们分别由下面的三个公式得到：和分别是和的对角线上的第k个元素，λ_k为第k个信号的波长，ρ₀是环境流体密度，c是声波传播速度，从而得到方位角、俯仰角和距离的粗略估计值：其中tan(·)和arctan(·)分别表示正切和反正切运算；步骤五、根据L型阵列的结构给出导向矢量形式，在粗略估计值附近的小区域内利用MUSIC谱峰搜索方法得到信号到达角和信源距离的精确估计值；利用步骤二得到的噪声子空间U_N并根据L型阵列结构特点给出全阵列搜索导向矢量利用MUSIC算法搜索得到信号到达角和距离的精确估计值其中，表示Kronecker积，q(θ，φ，r)＝[1 qx(θ，φ，r)q_y(θ，φ，r)]^T是全阵列空域导向矢量，是x轴上除原点以外的M‑1个传感器与原点处传感器之间的相位差构成的空域导向矢量，是y轴上除原点以外的M‑1个传感器与原点处传感器之间的相位差构成的空域导向矢量，τ_mx是入射信号在x轴子阵第m个阵元和坐标原点间的相位差，τ_ny是入射信号在y轴子阵第n个阵元与坐标原点间的相位差，τ_mx＝(u_xm+v_xm²)和τ_ny＝(u_yn+v_yn²)，其中和max(·)表示求最大值；θ，φ，r是搜索变量，和分别是步骤四中的方位角、俯仰角和距离的粗略估计值，ε_θ、ε_φ和ε_r分别用来设置俯仰角、方位角和距离的搜索区间长度；前述步骤中的k＝1，...，K，m＝1，...，M，n＝1，...，M，j表示虚数单位。