一种均匀线阵下的小扩展角度分布源通用信源数估计方法

摘要

本发明公开了一种均匀线阵下的小扩展角度分布源通用信源数估计方法，其包括：S1：利用阵列输出数据计算样本协方差矩阵R

说明书

技术领域

本发明属于阵列信号处理技术领域，尤其是涉及一种均匀线阵下的小扩展角度的分布源通用信源数估计方法。

背景技术

在雷达、声呐和无线通信系统中，常常利用子空间理论对移动目标进行定位和跟踪，为了保障子空间类算法的有效性，往往需要已知信源数的先验信息，因此，天线阵列下有效的信源数估计方法具有重要的研究意义和巨大的潜在军用价值和民用价值。

目前，国内外研究学者针对不同场景已相继提出了若干种信源数估计方法，主要包括假设检验类和信息准则类两类。假设检验类有球形检验和特征值检测等，其主要利用样本特征值的统计分布规律构造用于假设检验的观测统计量并设置判决门限。信息准则类方法包括Akaike信息准则(AIC)、贝叶斯信息准则(BIC)、最小化描述长度(MDL)和预期描述长度(PDL)等，该类方法通常将观测数据假设为高斯分布，根据观测数据联合概率分布的似然函数建立信源数估计的准则，其信源数估计的表达式则是样本特征值的函数。

近年来，随着理论研究的深入发展和实际探测系统性能要求的不断增加，一些新型的信源数估计方法被相继提出。西安建筑科技大学的王纯等人公开了一种基于加权特征空间投影的鲁棒盖氏圆信源数估计方法，该方法通过构造一种特殊的空间矩阵并结合指数函数实现信源数估计；西安电子科技大学的曾操等人公开了一种基于稀疏阵列的强弱多目标信源数估计方法,该方法通过计算稀疏优化阵列的导向矢量阵并结合阈值判断完成同一波束宽度内的多信源数估计；中国人民解放军国防科技大学的陈章等人公开了一种基于多策略矩阵重构的自适应信源数估计方法，该方法通过联合应用Toeplitz矩阵重构、特征值下降比和基于特征值分解法来实现信源数估计，具有鲁棒性强且能够估计信源相干类型的优点；中国人民解放军63892部队的王川川等人公开了一种基于特征值对角加载的信源数估计方法，该方法对特征值序列进行两次对角加载后利用信息论准则类方法和随机矩阵理论类方法完成信源数估计。

上述信源数估计方法在各自设定的应用场景下可以获得优异的信源数估计结果，但值得注意的是，它们均针对点源模型和视距传播环境。对于分布源模型来讲，由于考虑了多径传输，信号子空间对应的特征值数量可能变大，基于上述信源数估计方法获得的信源数估计结果(信源数估计结果也称为虚拟信源数)往往大于实际信源数，致使其失效。通过文献检索，目前还未发现专门适用于分布源信源数量估计的通用方法，相关技术的提出紧迫且必要。

发明内容

本发明克服了现有方法中的不足，提供了一种适用于分布源模型进行信源数量估计、估计结果的准确率高的均匀线阵下的小扩展角度的分布源通用信源数估计方法。

本发明实施例提出的技术方案是：一种均匀线阵下的小扩展角度分布源通用信源数估计方法，该方法包括以下步骤：

(1)、利用由M个传感器组成的均匀线性阵列接收K个彼此不相关的小扩展角度分布源，设定均匀线性阵列的输出数据为y(t)＝[y

(2)、对R

(3)、基于R

(4)、获得非相干分布源的数量估计为K

作为优选，在步骤(3)中，所述的构建基于特征值差分的假设检验统计量获得虚拟信源数估计K

(3-1)、计算R

(3-2)、构建基于β

(3-3)、基于T

与现有技术相比，本发明的有益效果是：采用上述一种通用的分布源信源数估计方法，该方法既适用于纯相干和纯非相干分布源，也适用于相干和非相干共存下的混合分布源；同时，计算复杂度低，估计精度高，且适用于各种阵列结构。

附图说明

图1是本发明一种均匀线阵下的小扩展角度分布源通用信源数估计方法的阵列接收模型示意图；

图2是本发明一种均匀线阵下的小扩展角度分布源通用信源数估计方法的实现流程图；

图3是本发明中信源数成功估计概率随阵元数和采样样本数变换的仿真结果图；

图4是本发明中信源数成功估计概率随信噪比(SNR)和阵元数变换的仿真结果图。

具体实施方式

以下参照附图并结合具体实施方式来进一步描述发明，以令本领域技术人员参照说明书文字能够据以实施，本发明保护范围并不受限于该具体实施方式。

本发明实施例涉及一种均匀线阵下的小扩展角度分布源通用信源数估计方法，参照图1和图2，其步骤如下：

(1)、利用由M个传感器组成的均匀线性阵列接收K个彼此不相关的小扩展角度分布源，并基于阵列输出数据y(t)计算样本协方差矩阵

图1中，x

假设有个V非相干分布源和K-V个相干分布源，则y(t)表示为：

其中，γ

(2)、对R

(3)、基于R

其中，

基于R

(a)、计算特征值差值Δα

(b)、构建基于β

(c)、基于T

其中，K

(4)、分别获得非相干分布源和相干分布源的数量估计，非相干分布源的数量估计为：V＝K

下面通过仿真实验分析本发明所提出的一种基于阵列模型误差估计值校准的方法的校准性能。仿真通过MATLAB软件进行，一个参数为

仿真实验一：该实验用以论证本发明方法在不同阵元数和不同采样样本条件下的分布源信源数估计效果。信噪比为10分贝，阵元数由10以2为步长变化到20，采样样本数由50以50为步长变化到150，仿真结果如图3所示。可以看出本发明方法可以有效地完成分布源的信源数估计，并且在阵元数≥12，样本数≥100时，正确检测概率达到90％以上。

仿真实验二：该实验用以论证本发明方法在不同信噪比(SNR)和不同阵元数条件下的分布源信源数估计效果。采样样本数为100，SNR由8分贝以2分贝为步长变化到12分贝，阵元数由10以2为步长变化到20，仿真结果如图4所示，该仿真实验进一步验证了本发明方法的有效性。从仿真结果可以看出，在阵元数≥12，SNR≥10分贝时，正确检测概率达到90％以上。