基于信号时频分布互耦校准提升波达方向估计精度的方法

本发明涉及阵列信号处理，具体涉及一种基于信号时频分布互耦校准提升波达方向估计精度的方法。

背景技术：

1、阵列信号处理作为信号处理领域的一个重要分支，属于现代信号处理的重点研究内容之一。经过几十年的发展，阵列信号处理在无线通信、雷达、声呐、卫星导航、电子侦查、射电天文、地震勘探和医学影像等军事和民用领域都得到了充分的应用和发展。信号源的波达方向(direction-of-arrival，doa)估计是阵列信号处理领域的一个热点研究课题，doa估计问题是根据阵列参考天线接收到的各个信号的信息确定同时位于空间某片区域内多个目标信号的空间位置，也即是各个信号相对于阵列参考天线的方向角，它是进行波束形成和信源定位的前提和基础，因而得到了人们的广泛关注和研究。

2、传统doa估计技术一般是利用线性阵列来完成的，该类阵列结构一般要求所有阵元成线性排列，同时为了保证doa无模糊估计，通常情况阵元间距设置为信号的半波长。半波长线性阵列通过增加阵元数量扩大阵列孔径可以增强阵列方向性、提高分辨率、增强抗干扰能量和提高空间复用能量。但随着天线数量增加不可避免的会产生一些问题，阵列制造成本和设计复杂性增加、功耗增加、阵列尺寸和重量增加和阵列校准和维护难度增加等。为了从信号处理层面克服互耦对doa估计的影响，研究学者还提出了很多阵列互耦校准方法。阵列互耦校准类算法一般需要估计出互耦矩阵的系数值，再补偿到受互耦影响的阵列流型中，最后采用具有高精度的doa估计算法，高精度的doa估计算法目前有子空间和压缩感知等经典的算法。而估计互耦系数的方法又根据是否需要校准源和其他先验信息可以分为有源校准和自校准。

3、传统的校准方案中，有源校准需要提前已知校准源的先验信息，利用精确已知的校准源进行主动校准的方法，可以获得较高的doa精度，计算复杂度低。但校准源的存在增加了系统的额外成本，在实际中已知先验信息的校准源也是难以实现的，在校准源存在doa误差时，算法的性能会迅速下降，这在实践中也是是不可避免的。相反，自校准方法更可取，因为它不需要任何对源位置的先验知识，并能在线完成doa估计和阵列误差校准。但自校准的方案大多依赖于互耦系数和doa参数交替迭代估计，逐步逼近真实值，这样的校准方案主要依赖于互耦矩阵特殊结构以及信号的阵列流形，可靠度不高，特别是互耦强度大对阵列畸变程度较高时，doa估计精度不足且迭代次数多计算量大。

4、传统自校准算法仅适用于用单个矩阵建模的且方向无关互耦合。模型是在全向天线阵列的假设下建立的，因此当阵列单元不是全向天线时，该模型将失效。然而，在实际工程中，由于天线的制造和工作环境的限制，阵列元件在一般具有定向波束模式。因此，相互耦合是方向依赖的，导致现有校准算法的性能下降。

技术实现思路

1、本发明的目的在于提供一种基于信号时频分布互耦校准提升波达方向估计精度的方法，旨在解决现有阵列互耦校准算法在强互耦效应下互耦系数估计精度低、阵列校准度不高，导致信号源的波达方向估计精度不足的问题。

2、为实现上述目的，本发明提供了一种基于信号时频分布互耦校准提升波达方向估计精度的方法，包括下列步骤：

3、步骤1：构建强互耦下阵列信号接收模型；

4、步骤2：利用子阵music空间谱平均得到doa初始值；

5、步骤3：建立单个信号时频分布模型，通过时频分布能量谱去除噪声、分开重叠信号和完成信号聚类；

6、步骤4：通过导向矢量和互耦矩阵的变换关系推导线性方程，利用初始doa代入music空间谱反向推导互耦系数矢量，完成估计互耦系数矢量；

7、步骤5：联合迭代估计互耦系数和doa直至达到阈值。

8、可选的，步骤1的执行过程，包括下列步骤：

9、步骤1.1：建立理想情况下无互耦阵列信号接收模型；

10、步骤1.2：构建强互耦矩阵，对于一个含m个阵元的任意阵列，其互耦系数矩阵由各阵元之间的互耦系数组成，第(n,m)个互耦系数定义为：

11、

12、其中，c0表示自互耦系数，表示第n个阵元和第m个阵元之间的互耦系数，pn,pm∈s，1≤n,m≤m；

13、步骤1.3：根据互耦系数矩阵建立所述强互耦下阵列信号接收模型。

14、可选的，在所述理想情况下无互耦阵列信号接收模型中，k个远场窄带信号sk(t)(k＝1,2,...,k)撞击由m个元素组成的阵列，到达方向分别为θ＝{θ1,θ2,..,θk}，在第t个采样本上接收到的信号可以表示为：

15、x(t)＝a(θ)s(t)+n(t)t＝1,2,..,t

16、其中x(t)＝[x1(t),..,xm(t)]t是无互耦时阵列接收信号，n(t)＝[n1(t),n2(t),..,nm(t)]t表示平均数为零的高斯白噪声，a(θ)＝[a(θ1),..,a(θk)]是理想的阵列流形，a(θk)表示第k个导向矢量。

17、可选的，步骤2的执行过程，包括下列步骤：

18、步骤2.1：构建阵列子阵，计算子阵协方差矩阵进行特征值分解；

19、步骤2.2：构建每个子阵的music空间谱，通过子阵music空间谱平均求doa初值。

20、可选的，对于每个子阵列，music空间谱计算为：

21、

22、其中a(θ)是方向向量，根据参数设置搜索范围和搜索精度来设置，用于搜索谱峰来估计doa。

23、可选的，所述单个信号时频分布模型对于单个信号，信号时频分布以离散的时间可以表示为：

24、

25、其中是核函数，ρxx(t,f)表示单个信号在时间片(t,f)的时间频率点。

26、可选的，在步骤3的执行过程中，通过信号聚类，提取出包含最多时间频率点前k个分组，并分别得到k个信号的时频分布矩阵，再对属于前k组的时间频率点上的时频分布矩阵进行求和再平均，对求得的平均时频分布矩阵进行特征分解，估计每个信号的导向矢量和相应的噪声子空间。

27、可选的，步骤4中的互耦系数表达式如下：

28、cmc(θk)＝c(θk)a(θk)＝t(θk)c(θk)k＝1,..,k

29、t(θk)＝t1(θk)+t2(θk)

30、其中，c＝[c1,c2,..,cp]为互耦系数矢量，t(θk)是包含方向信息的变换矩阵。

31、可选的，步骤5的执行过程，包括下列步骤：

32、步骤5.1：估计互耦系数并归一化；

33、步骤5.2：从估计出的互耦系数估计doa；

34、步骤5.3：两步交替迭代进行互耦系数和doa联合估计直到达到阈值。

35、本发明提供了一种基于信号时频分布互耦校准提升波达方向估计精度的方法，首先，利用子阵多重信号分类(music)空间谱平均得到较为准确的doa初始值，以减少自校准方案中的迭代计算量；接着，利用信号时域频域离散分布特点，构建信号tfds模型，以消除互耦效应对信号的影响；同时，利用所求信号时频分布的能量谱，构建优化问题去除噪声及干扰的影响；然后，通过导向矢量和互耦矩阵之间的变换关系，推导出一组线性方程，利用初始估计出的doa值估计互耦系数；最后，通过两步交替迭代，用最小二乘法求解方程，联合迭代估计doa和互耦系数。本发明相比于目前大部分的自校准算法具有更少的计算量、更高的互耦系数估计精度、更精确的doa估计值。