[发明专利]一种基于线性环境噪声模型的子空间方位估计方法

摘要

本发明涉及一种基于线性环境噪声模型的子空间方位估计方法，对于实际的噪声环境，由于风成噪声和航船噪声的影响，其空间噪声强度分布是非均匀的，使用线性噪声模型进行建模，将空间噪声功率分布函数进行Fourier级数展开，利用有限项Fourier级数近似拟合环境噪声模型。提取出线性噪声模型条件下的信号子空间，利用信号子空间与噪声子空间的正交性得到目标的方位估计。

主权项

1.一种基于线性环境噪声模型的子空间方位估计方法，其特征在于：采用水平放置于水下的直线传感器基阵，阵元数为M，阵元间距为d，K个目标数分布在该水平阵列的远场范围内，估计步骤如下：步骤1：x(n),n＝1,…,N为直线传感器基阵列的输出向量，计算阵列输出向量的采样协方差矩阵其中：N是数据点数，上标“H”为共轭转置算子；步骤2、估计模型阶数：首先在无水下探测目标K‑0时，计算常规波束形成方位谱图：其中：a(θ)为阵列流形向量a(θ)＝[1,exp(‑j2πfτ),…,exp{‑j2πf(M‑1)τ}]T，f为信号频率，τ＝dsinθ/c，d为阵元间距，c为声速，θ为空间方位角度；对常规波束形成输出的方位谱CBF(θ)进行Fourier级数拟合，其拟合阶数即为环境噪声的建模阶数，记为J；步骤3：计算模型参数矩阵Γ＝[vec(Σ0),vec(Σ1),…,vec(ΣJ)]其中：J＝2L+1，步骤4：噪声协方差矩阵Σ的初始估计为其中上标括号中的数字表示迭代次数；步骤5：利用第i‑1次迭代的噪声协方差矩阵Σ^(i‑1)计算第i次迭代的噪声预白化处理后的协方差矩阵步骤6：对进行特征分解，其中是维度为K×K的主特征值矩阵，为主特征向量即主特征值对应的特征向量；所述主特征值矩阵为对角线元素为数值较大的前K个特征值；步骤7：重构信号子空间矩阵其中I为单位对角矩阵；步骤8：对于信号协方差矩阵进行向量化运算同时对采样协方差矩阵进行向量化运算，即矩阵向量化运算vec{}是指把矩阵的列向量按列组合，形成一个长的列向量步骤9：计算第i次迭代时线性噪声模型的系数向量η⁽ⁱ⁾，pinv{}表示伪逆运算算子；步骤10：计算第i次迭代时的噪声协方差矩阵Σ(i)＝vec‑1{Γη(i)}，其中vec‑1{}表示矩阵向量化的逆运算；步骤11：判断迭代终止条件为abs(L(i)‑L(i‑1))≤10‑3是否成立，成立则进行下一步骤，不成立则返回步骤4，并且迭代序号i＝i+1；其中代价函数||表示矩阵的行列式的值，tr{}表示矩阵求迹运算，abs()表示求绝对值运算；步骤12：得到最终的重构信号子空间矩阵上标I表示最终的迭代次数；步骤13：利用信号子空间与噪声子空间的正交性，得到目标的方位谱为P(θ)＝1/{a^H(θ)Πa(θ)}，其中方位谱的最大值为目标的方位。