收稿日期:20181105;修回日期:20181228 基金项目:国家自然科学基金资助项目(61461013)
作者简介:张权(1990),男,安徽阜阳人,硕士,主要研究方向为检测技术、自动化装置;李思敏(1963),男,广西桂林人,教授,博士,主要研究
方向为天线、计算机电磁学、高功率微波技术、仪器科学;唐智灵(1975),男(通信作者),广西桂林人,副教授,博士,主要研究方向为认知无线电、
数字射频技术、通信信号识别、数字波束成形、无线传感器网络(tzl888@guet.edu.cn).
基于混合型 MUSIC算法对相干信源 DOA估计
张 权
1
,李思敏
2
,唐智灵
1
(1.桂林电子科技大学 电子工程与自动化学院,广西 桂林 541004;2.广西科技大学 电气与信息工程学院,广
西 柳州 545006)
摘 要:在实际通信环境中,由于传播环境的复杂性使空间中存在大量的相干信号,从而导致信源协方差矩阵
的秩亏缺。为使得矩阵的秩恢复到等于信号源数并解决相干信源波达方向(
directionofarrival,DOA)估计问题,
提出了一种混合型
MUSIC算法。该算法通过前后向空间平滑技术对天线阵列进行预处理,并将得到的新协方
差矢量矩阵应用于改进的 IMUSIC算法进行信号数据处理分析,得到相干信号的 DOA角度估计。仿真结果表
明,在信噪比低的情况下,信号间隔很小且存在相关信号时,混合型 MUSIC算法能准确地估计出信源的 DOA,验
证了该算法的高分辨率和高性能。
关键词:相干信源;多重信号分类;空间平滑;波达方向估计
中图分类号:TN98 文献标志码:A 文章编号:10013695(2020)05052153605
doi:10.19734/j.issn.10013695.2018.11.0796
DOAestimationofcoherentsourcesbasedonhybridMUSICalgorithm
ZhangQuan
1
,LiSimin
2
,TangZhiling
1
(1.SchoolofElectricalEngineering&Automation,GuilinUniversityofElectronicTechnology,GuilinGuangxi541004,China;2.Schoolof
Electrical&InformationEngineering,GuangxiUniversityofScience&Technology,LiuzhouGuangxi545006,China)
Abstract:Inthepracticalcommunicationenvironment,becauseofthecomplexityofthepropagationenvironment,therearea
lotofcoherentsignalsinthespace,whichleadstotherankdefectofthesourcecovariancematrix.Inordertorestoretherank
ofthematrixtobeequaltothenumberofsignalsourcesandsolvetheproblemofDOAestimation
,thispaperproposedahybrid
MUSICalgorithm.Itpreprocessedtheantennaarraybytheforwardandbackwardspatialsmoothingtechnique,andappliedthe
newcovariancevectormatrixtotheimprovedIMUSICalgorithmforsignalprocessingandanalysis,andobtainedtheDOAangle
estimationofcoherentsignals.ThesimulationresultsshowthatthehybridMUSICalgorithmcanaccuratelyestimatetheDOAof
thesourcewhenthesignaltonoiseratioislow
,thesignalintervalissmallandthecorrelationsignalexists,whichverifiesthe
highresolutionandhighperformanceofthealgorithm.
Keywords:coherentsignal;multiplesignalclassification;spatialsmoothing;DOAestimation
0 引言
空间信号波达方向估计是阵列信号处理中的关键问题,并
用于雷达、声呐以及无线通信等许多场合,可以实现对目标的
定位与跟踪和信号的空间滤波。在众多国内外学者的研究探
索下,不同的
DOA估计算法相继被提出。文献[1]首次提出
多信号分类(
multiplesignalclassification,MUSIC)算法,该算法
以信号方向向量与噪声子空间的正交特性为基础构造空间谱
函数,通过谱峰搜索进行 DOA估计。MUSIC算法在特定的条
件下具有很高的分辨力、估计精度及稳定性,并适用于各种形
式的阵列天线。之后在 MUSIC算法的基础上,演变出基于特
征空间的 DOA估计算法、修正 MUSIC算法、改进 MUSIC算法、
求根 MUSIC算法(RootMUSIC)和加权 MUSIC算法等。
文献[2]提出修正 MUSIC算法,其实质是取前后向空间平
滑算法中子阵个数为 1的情况,使得子阵长度等于阵元个数。
该算法不会减小阵列的孔径,在信噪比较低的情况下依旧具有
较高的分辨力。文献[
3~5]提出一种基于特征分解的 DOA
估计 RootMUSIC算法,它将空间谱峰值搜索过程转换为多项
式求解过程,该算法测向精度高、处理小样本性能优越。文献
[3]提出改进 MUSIC算法将信号协方差矩阵进行预处理,使信
号协方差矩阵分解得到的噪声子空间与信号子空间正交,降低
了噪声干扰。文献[
6]提出使用最大似然方法来推导阵列的
加权 MUSIC(wMUSIC)算法,其通过组合子阵列的加权 MU
SIC
谱来获得整体空间谱。文献[7]提出基于特征空间的 DOA
估计算法,该算法结合空间平滑技术并利用阵列协方差矩阵的
一个子矩阵快速得到信号子空间,无须特征值分解或奇异值分
解,降低了算法的复杂度并提高了 DOA估计效率。
针对相干信号会导致信源协方差矩阵的秩亏缺,使得常用
的信号子空间类算法在 DOA估计过程中失效。目前解决秩亏
缺的问题,多数方法是使信号协方差矩阵的秩得到有效恢复,
或重新构造一个秩等于信号源数的矩阵。
空间平滑算法由
Evans等人
[8,9]
首先提出,其核心原理是
将等距线阵分成若干个相互重叠的子阵列,各子阵列的阵列流
形相同,而各子阵列的协方差矩阵可以进行平均运算,实现去
相干。文献[10~12]通过对空间平滑算法进行改进,使其成
为有效预处理相干信源的算法。文献[10]使用多个循环相关
(
MCC)和空间平滑处理的同相组合对信号进行 DOA估计,该
方法在使用两个循环相关矩阵和相应的循环后向矩阵(2MCC
CB)情况下估计精度最高,增强了 DOA估计性能。文献[11]
提出前后向空间平滑(FBSS)算法,首先将前向平滑的子阵列
第 37卷第 5期
2020年 5月
计 算 机 应 用 研 究
ApplicationResearchofComputers
Vol37No5
May2020