[发明专利]一种基于稀疏贝叶斯学习的离格波达方向估计方法

摘要

本发明公开的基于稀疏贝叶斯学习的离格波达方向估计方法，包括步骤：在接收端构建由M个阵元组成的稀疏阵列并建立阵列接收信号模型；根据压缩感知理论建立基于阵列导向矢量的超完备字典，将阵列接收信号模型扩展为稀疏信号重构模型X；由稀疏信号重构模型X构建虚拟信号对应的稀疏信号重构模型Y；初始化指定参数的值，并确定空域信号在传递过程中的噪声功率；计算虚拟阵列输出信号；验算虚拟信号输出后的概率密度函数的均值和方差；利用贝叶斯学习迭代计算虚拟信号输出信号功率谱和噪声功率和量化误差；设定终止准则；画出功率谱的波形，寻找功率谱上的峰值，基于峰值得到估计波达方向的估计结果；本发明可估计出多于阵元数的信号个数，提升了估算精度。

主权项

1.一种基于稀疏贝叶斯学习的离格波达方向估计方法，应用于阵列天线对空域信号的接收，所述空域信号为窄带入射信号，其特征在于，所述方法包括步骤：S1、在接收端构建由M个阵元组成的稀疏阵列并建立阵列接收信号模型：先利用N个阵元构建一个相邻阵元间距为窄带入射信号波长一半的均匀线性阵列；保持所述均匀线性阵列首尾两个阵元不变，去除所述均匀线性阵列中间的N‑M个阵元构成所述稀疏阵列；并构建由K个所述窄带入射信号构成的阵列接收信号模型X＝A_ΩS+E_Ω，其中，X＝[x(1),...,x(L)]为阵列接收信号，L为阵列接收到的快拍数，S为入射信号波形，A_Ω＝[a_Ω(θ₁),...,a_Ω(θ_K)]为阵列流形矩阵，为窄带入射信号的入射角对应的导向矢量，Ω_m表示集合Ω中的第m个元素，[·]^T表示转置操作，E_Ω为噪声矩阵，不同阵元上接收到的噪声之间相互独立；S2、将待观测的角度域空间进行均匀划分建立网格集合基于所述网格集合和与所述网格集合对应的拓展阵列流形矩阵构建所述阵列接收信号模型的稀疏信号重构模型其中，表示虚拟信号，且满足均值为零、方差为Γ的高斯分布，Γ＝diag(η)表示Γ的对角线元素组成的向量为η，且η表示所述虚拟信号的功率谱，为关于的一阶偏导，Δ＝diag(δ)是一个对角阵，δ表示K个信号的入射角相比于最接近的网格的量化误差；S3、设定一由N个阵元所组成的均匀虚拟阵列，基于所述稀疏信号重构模型构建所述均匀虚拟阵列接收信号的稀疏信号重构模型其中，Y表示虚拟阵列接收信号，表示所述虚拟阵列对应的阵列流形矩阵，为关于的一阶偏导，E表示虚拟阵列接收到的噪声矩阵；S4、利用稀疏贝叶斯学习思想对所述稀疏信号重构模型采用期望最大化求解得到所述稀疏信号重构模型的输出信号Y；S5、画出所述输出信号Y的功率谱η的波形，根据一维谱峰搜索方法寻找功率谱上的峰值，并将这些峰值从大到小排列，取前K个峰值所对应的角度方向φ作为波达方向的初步估计结果，并取θ＝φ+δ为波达方向的最终估计结果。