吳彪,陳輝,2,胡曉琴
(1. 空軍雷達(dá)學(xué)院 重點(diǎn)實(shí)驗(yàn)室,湖北 武漢 430019;2. 信息綜合控制國(guó)家重點(diǎn)實(shí)驗(yàn)室,四川 成都 610036)
空間譜估計(jì)是陣列信號(hào)處理的一個(gè)重要研究方向,其大多數(shù)經(jīng)典的算法,如MUSIC[1]等均是針對(duì)等距均勻線陣(ULA)提出并進(jìn)行討論的。然而,均勻線陣的最大缺點(diǎn)就是只能提供 0°到 180°范圍內(nèi)的估計(jì),而且由方向圖可知其分辨力在線陣法線方向最高,而在軸線方向最差,所以實(shí)際的有效范圍只有 120°,且只能提供一維角信息;均勻圓陣雖然可以提供 0°到 360°全方位、無模糊的二維角信息,且任何方向上都具有近似相同的估計(jì)精度和分辨力,但其陣列流型不具備均勻線陣的Vandermonde矩陣形式,這就使得基于均勻線陣的許多優(yōu)良算法不能直接應(yīng)用于均勻圓陣;面陣的陣元數(shù)較多,計(jì)算量較大,結(jié)構(gòu)比較復(fù)雜;L型陣[2]具有均勻線陣和平面陣的特點(diǎn),結(jié)構(gòu)簡(jiǎn)單,而且對(duì)于均勻線陣的研究成果可用于L型陣,但L型陣和十字陣共同存在的不足是信源DOA方向接近兩臂延長(zhǎng)方向時(shí),可能會(huì)出現(xiàn)前后向模糊[3](即把方位角誤認(rèn)為其補(bǔ)角),這是陣列結(jié)構(gòu)本身的固有缺陷,雖然可以通過減小陣元間距解決這一問題,但陣列孔徑也會(huì)同時(shí)減小,而且互耦效應(yīng)也會(huì)增加。Y型陣兼有L型陣和圓陣的特點(diǎn),與L型陣相比,Y型陣可以提供0°到360°全方位、無模糊的二維角信息,任何方向上具有相同的陣列孔徑;與圓陣相比,Y型陣的波束寬度更窄,CRB更低,具有更高的分辨精度,與前面幾種陣列結(jié)構(gòu)相比,Y型陣在角度一致性、陣列孔徑和陣元數(shù)方面是個(gè)較好的折中。此外,Y型陣列能夠靈活擴(kuò)展孔徑,陣元間的互耦效應(yīng)較小,且在低仰角時(shí)不存在前后向模糊[3]。雖然Y型陣作為一種陣列結(jié)構(gòu)已經(jīng)出現(xiàn),并實(shí)際應(yīng)用于巨型孔徑的光學(xué)天文望遠(yuǎn)鏡及射電天文望遠(yuǎn)鏡中,但在陣列信號(hào)處理等領(lǐng)域討論較少。文獻(xiàn)[2]中針對(duì)L型陣所提出了2-D角估計(jì)方法,但沒有考慮模型誤差的影響。文獻(xiàn)[3]討論了Y型陣列的DOA估計(jì),但用的是矩量法補(bǔ)償陣元間的互耦,而矩量法有一些固有的缺點(diǎn)。
早期的陣列校正是通過對(duì)陣列流型直接進(jìn)行一系列的測(cè)量和內(nèi)插,但這種方法的效果不太明顯,不滿足實(shí)時(shí)性要求。矩量法[4](MoM)可以嚴(yán)格計(jì)算出任意幾何形狀下陣列的互耦矩陣,但缺點(diǎn)是陣元的電磁參數(shù)會(huì)隨著環(huán)境的改變而改變,影響整個(gè)系統(tǒng)的工作效率。自校正[5,6](self-calibration)或在線[7](on-line)校正算法將互耦的補(bǔ)償問題轉(zhuǎn)化為一個(gè)陣列參數(shù)的估計(jì)問題,從而實(shí)現(xiàn)DOA和互耦矩陣的聯(lián)合估計(jì),但這類方法通常需要求解一個(gè)多維的非線性優(yōu)化問題,且全局收斂性往往無法得到保證,因此這種方法的容許度較小。文獻(xiàn)[8]利用ML-EMSGA的修正遺傳算法實(shí)現(xiàn)了互耦條件下最大似然估計(jì)中似然函數(shù)的多維參數(shù)估計(jì)問題,具有全局收斂的優(yōu)點(diǎn)。文獻(xiàn)[9]利用MP算法估計(jì)互耦條件下信源DOA,運(yùn)算量小,且估計(jì)相干源時(shí)無需空間平滑,但互耦的補(bǔ)償用的是矩量法。文獻(xiàn)[10]基于RBF神經(jīng)網(wǎng)絡(luò)得到了互耦矩陣的快速計(jì)算方法,與傳統(tǒng)的矩量法相比,這種算法速度快,實(shí)時(shí)性強(qiáng),但不能用于非均勻陣列,而且對(duì)于復(fù)雜環(huán)境中線陣的校正需要借助輔助信號(hào)源。文獻(xiàn)[11]通過設(shè)置適量的輔助陣元實(shí)現(xiàn)了互耦條件下的DOA估計(jì),但只是針對(duì)ULA,其他形狀陣列的輔助陣元如何設(shè)置沒有討論。本文提出的自校正算法把DOA和互耦系數(shù)聯(lián)合估計(jì)問題化為級(jí)聯(lián)估計(jì)問題,將多維的非線性搜索降為二維搜索,從而避免了多維搜索帶來的龐大運(yùn)算量和迭代中的全局收斂性問題,且無需輔助信源和任何互耦信息。該方法不僅可以估計(jì)Y型陣中線陣內(nèi)的互耦,還可以估計(jì)線陣間的互耦。仿真實(shí)驗(yàn)證明了本文所提算法具有運(yùn)算量小、估計(jì)精度高的特點(diǎn)。
本文中設(shè)置的Y型陣列結(jié)構(gòu)如圖1所示,由3個(gè)夾角為120°均勻線陣組成,端點(diǎn)處共用一個(gè)陣元。設(shè)公共陣元位于原點(diǎn)處(O點(diǎn)),陣列位于xoy平面上,其中一個(gè)陣位于x軸,另2個(gè)陣與x軸正方向的夾角為120°,3個(gè)陣的陣元數(shù)分別為M1、M2和M3,則總陣元數(shù)M=M1+M2+M3-2,陣元間距為d1、d2和d3。假設(shè)d1=d2=d3=d=λ/2,3個(gè)陣的陣元數(shù)相等,M1=M2=M3=M。
圖1 Y型陣列結(jié)構(gòu)(水平放置)
假設(shè)C為整個(gè)Y型陣列的互耦矩陣
其中,D為陣M×M維線陣內(nèi)的互耦矩陣,B為M×M維線陣間的互耦矩陣。理想情況下,陣列流型A反映的是陣列在信號(hào)方向的空間響應(yīng)。由于互耦的影響,A不能反映陣列在信號(hào)方向的真實(shí)空間響應(yīng),導(dǎo)致估計(jì)性能下降甚至失效。某些互耦系數(shù)還會(huì)使某一方向的導(dǎo)向矢量是其他幾個(gè)方向?qū)蚴噶康木€性組合,從而產(chǎn)生偽峰[11]。
設(shè)均勻線陣內(nèi)的互耦自由度為p,則第一行的系數(shù)矢量可表示為
由文獻(xiàn)[3,12]可知線陣內(nèi)的互耦矩陣D可由首1的p維矢量d唯一表征。
其中,Toeplitz( z, z)表示由矢量z組成的對(duì)稱Toeplitz矩陣。M×M維矩陣B為對(duì)稱矩陣,但不具有Toeplitz性,所以其陣列結(jié)構(gòu)與D不同,其中第i行,第j列元素Bij可用式(4)描述。
其中,di,j為第i個(gè)陣元與第j個(gè)陣元的距離,p'=(p-1)d+ε,ε為大于0小于d的常數(shù),該式表示線陣間的陣元間距大于p'時(shí),其互耦效應(yīng)為0,該值的大小要根據(jù)Y型陣列的具體結(jié)構(gòu)合理確定。
B2是一個(gè)第一行和第一列均為0的對(duì)稱矩陣,它的結(jié)構(gòu)及非零元素的個(gè)數(shù)都沒有很明顯的規(guī)律,只能根據(jù)p值、值和Y型陣列結(jié)構(gòu)具體分析。設(shè)[B2]p×p為B2的前p行和前p列組成的矩陣,其余元素為0。這里只給出p=3,=1時(shí)的情況。
如圖1所示,假設(shè)原點(diǎn)O為參考點(diǎn),入射信號(hào)為窄帶遠(yuǎn)場(chǎng)信號(hào),方位角和俯仰角分別為θi和φi,其中i=1,2,…,N,N為信號(hào)源數(shù)。設(shè)第k個(gè)陣元的坐標(biāo)為(xk,yk)(k=1,2,…,3M),則
所以第k個(gè)陣元相對(duì)于參考陣元的相位差為
其理想的陣列流型表示為
其中,
當(dāng)陣元間距過小或信號(hào)頻率較高時(shí),陣元間會(huì)發(fā)生電磁耦合效應(yīng),且陣元間距越小,互耦效應(yīng)越嚴(yán)重。則受到噪聲擾動(dòng)后的陣列接收的快拍數(shù)據(jù)可表示為
式中,3M×N維矩陣A(θ, )φ滿足無秩3M-3模糊,S(t)為N×K維入射信號(hào)矢量,3M×K維陣列噪聲矢量為N(t),K為快拍數(shù)。信號(hào)和陣列噪聲均假定為相互獨(dú)立的零均值平穩(wěn)Gauss序列?;ヱ罹仃嘋維數(shù)為3M×3M,具體表達(dá)式由式(1)~式(6)給出。
陣列接收數(shù)據(jù)的協(xié)方差矩陣可表示為
由子空間理論的知識(shí)可知互耦存在時(shí)的MUSIC算法為
為推導(dǎo)方便,設(shè)(θ, φ)=(θi, φi),i=1,2,…,N,相應(yīng)地,βj=βj,i,j=1,2,…,3M,對(duì)于互耦不存在時(shí)的導(dǎo)向矢量a(θ, φ),可以分為
其中,
由式(1)可得存在互耦時(shí)的導(dǎo)向矢量。
由于D為帶狀、對(duì)稱的Toeplitz矩陣,所以通過矩陣運(yùn)算可表示為
由上節(jié)的互耦分析可知線陣間的互耦矩陣B可以分解為B1和B2,則
由矩陣運(yùn)算可得
T3是一個(gè)M×維的重構(gòu)矩陣。由于矩陣B2的結(jié)構(gòu)及非零元素的個(gè)數(shù)都沒有很明顯的規(guī)律,只能根據(jù)p值、值和Y型陣列結(jié)構(gòu)具體分析,所以M×維矩陣也沒有很明顯的規(guī)律,只能根據(jù)矩陣B2的具體結(jié)構(gòu)具體分析。設(shè)[T3]p×p表示T3的前p行和前列組成的矩陣,其余元素為0,不表示出來。由式(6)可得
將重構(gòu)矩陣T1, T2, T3代入式(19)得
由子空間理論有
本文定義如下優(yōu)化問題來對(duì)方位、俯仰參數(shù)和互耦系數(shù)進(jìn)行聯(lián)合估計(jì)。
由于互耦系數(shù)不全為 0,即c≠0,式(33)成立的充要條件是矩陣 Q ( θ , φ)為奇異矩陣。當(dāng)p+≤3M-2-N,且陣列導(dǎo)向矢量 a ( θ ,φ,c)滿足無秩3M-3模糊時(shí),通常情況下(p +) ×(p +)矩陣Q ( θ , φ)是滿秩的,當(dāng)且僅當(dāng)(θ , φ)取為信號(hào)的真實(shí)方位角和俯仰角時(shí)才會(huì)出現(xiàn)秩損,使其變?yōu)槠娈惥仃??;诖嗽砜梢缘玫揭环N將方位、俯仰估計(jì)與互耦系數(shù)估計(jì)“去耦”的參數(shù)級(jí)聯(lián)估計(jì)方法。
通過式(35)和式(36)先估計(jì)出信號(hào)的方位角和俯仰角。
或
其中,λmin[·]為求矩陣最小特征值的算子,det[·]為求矩陣行列式的算子。再利用估計(jì)出的方位角和俯仰角 (,)得到互耦系數(shù)。
其中,emin[·]為求矩陣最小特征值對(duì)應(yīng)特征矢量子。
根據(jù)以上的分析過程,現(xiàn)將Y型陣列的互耦自校正算法總結(jié)如下:
3) 根據(jù)式(21)~式(23)計(jì)算重構(gòu)矩陣T1;
4) 根據(jù)式(27)計(jì)算重構(gòu)矩陣T2;
6) 根據(jù)式(29)計(jì)算重構(gòu)矩陣T;
7) 構(gòu)造空間譜估計(jì)器;
或
8) 根據(jù)式(38)或式(39)搜索譜峰,得到方位角和俯仰角的估計(jì)值 ??(θ, )φ;
9) 根據(jù)式(37)得到互耦系數(shù)的估計(jì)值?c。
通過分析發(fā)現(xiàn)必須同時(shí)校正線陣內(nèi)和線陣間的互耦才能正確估計(jì)DOA。線陣內(nèi)是一均勻線陣,其互耦矩陣D是一帶狀、對(duì)稱的Toeplitz矩陣,線陣間互耦矩陣B是一對(duì)稱矩陣?;谶@些特點(diǎn),通過矩陣運(yùn)算,將耦合的角度參數(shù)和互耦系數(shù)去耦,把聯(lián)合估計(jì)問題化為先估計(jì)DOA,再估計(jì)互耦系數(shù)的級(jí)聯(lián)估計(jì)問題。這樣的最大優(yōu)點(diǎn)就是無需求解高維的非線性優(yōu)化問題,只需進(jìn)行二維搜索就能解決Y型陣列的二維參數(shù)及互耦系數(shù)的估計(jì)問題。
另外,當(dāng)線陣內(nèi)的互耦矩陣自由度p=1時(shí),D為單位陣,B1除了第一行第一列的元素為1外,其他均為0,B2為全零矩陣,本文提出的算法退化為無誤差時(shí)的二維MUSIC算法。
陣列流型是陣列對(duì)空域觀察區(qū)間內(nèi)單位功率信源響應(yīng)的集合,它與陣列幾何結(jié)構(gòu)和陣列各種電磁參數(shù)有著密切關(guān)系,是陣列本身固有的一種性質(zhì),具體算法對(duì)于這類參數(shù)的模糊估計(jì)是無能為力的,只有通過陣列結(jié)構(gòu)的優(yōu)化設(shè)計(jì)或?qū)﹄姶艆?shù)進(jìn)行某種數(shù)值約束[12]。理想均勻線陣在無互耦和其他參數(shù)擾動(dòng)情況下,其導(dǎo)向矢量是理想的Vandermonde矢量,它滿足陣列流型無模糊的充要條件是陣列間距小于等于半波長(zhǎng)?;ヱ畲嬖跁r(shí),由于互耦參數(shù)與理想導(dǎo)向矢量耦合,陣列流型幾何性質(zhì)發(fā)生了變化,此時(shí)陣列流型保證無模糊的條件很難進(jìn)行理論分析,下面給出經(jīng)過大量仿真實(shí)驗(yàn)得出的結(jié)論。
假設(shè)均勻線陣不存在模糊(即陣元間距小于等于λ/2),互耦自由度p,滿足下列條件:
Y型陣的陣列結(jié)構(gòu)如圖1所示,共有22個(gè)陣元,陣元間距均為半波長(zhǎng)。p=3,= 1 ,d = [ 1,0.7821+0.258 3i,- 0 .547 6 + 0.246 9i]T, b = [ 0.652 4-0.2478i]T,互耦系數(shù)是隨機(jī)選取的,噪聲為零均值的高斯白噪聲,2個(gè)信號(hào)源為非相干源,方位角分別為 20°和 40°。
仿真1:Y型陣列的互耦自校正算法的空間譜曲線。在快拍數(shù)為100,信噪比為10dB的條件下,圖 2(a)為互耦未補(bǔ)償和互耦已知時(shí)的 MUSIC算法以及本文提出的SAY算法(最小特征值法,SAYE和行列式法,SAYD)空間譜曲線的比較。圖 2(b)給出了只校正線陣內(nèi)互耦時(shí)的譜,此時(shí),式(29)中的是維數(shù)為M×的全零矩陣。
圖2 空間譜曲線
圖2(a)表明互耦存在時(shí),MUSIC算法失效,而本文提出的算法和互耦已知時(shí)的MUSIC算法均可以準(zhǔn)確地估計(jì)信號(hào)的DOA。圖2(b)表明只校正線陣內(nèi)的互耦,無法獲得理想的效果,只有同時(shí)校正線陣內(nèi)和線陣間的互耦時(shí),才能得到理想的估計(jì)性能。
仿真2:方位角估計(jì)性能隨信噪比變化的曲線??炫臄?shù)為100時(shí),比較SAYE、SAYD算法和互耦已知時(shí)的MUSIC算法與信噪比的關(guān)系。每個(gè)信噪比做100次Monte-Carlo仿真實(shí)驗(yàn),比較DOA估計(jì)的成功概率和均方根誤差(RMSE)與信噪比的關(guān)系,并在圖3(a)和圖3(b)中分別給出了兩者的變化曲線。2個(gè)信號(hào)源DOA的估計(jì)值與真實(shí)值的誤差均在0.5°內(nèi)時(shí)視為成功。
圖3(c)給出了互耦已知MUSIC算法、SAYE算法與互耦已知和互耦未知時(shí)的 CRB隨信噪比的變化曲線。
圖3 估計(jì)性能與信噪比關(guān)系
圖3(a)~圖3(c)說明了SAYE算法和SAYD算法的性能曲線非常接近。SAY算法的估計(jì)性能要稍差于互耦已知時(shí)的MUSIC算法,但當(dāng)信噪比變大時(shí),三者的曲線基本重合,性能趨于一致。這表明了互耦未知的條件下,本文所提算法也可以獲得較高的估計(jì)性能。
仿真3:互耦系數(shù)的估計(jì)性能。參數(shù)設(shè)置同仿真2。表1給出的是SAYE算法在不同信噪比條件下,通過100次Monte-Carlo仿真實(shí)驗(yàn),其中互耦系數(shù)為
互耦系數(shù)矢量的相對(duì)校正誤差定義為
從表 1和圖 4(a)、(b)中可以看出信噪比大于15dB,快拍數(shù)大于100時(shí),Y型陣列的 ρcoupling很小,并且隨著信噪比的增加, ρcoupling逐漸趨近于零,即互耦系數(shù)矢量的估計(jì)值逐漸趨于真值。
表1 互耦系數(shù)估計(jì)值與信噪比的關(guān)系
圖4 估計(jì)性能與快拍數(shù)關(guān)系
本文針對(duì)Y型陣列的特殊結(jié)構(gòu),對(duì)互耦矩陣進(jìn)行了詳細(xì)分析,建立了互耦條件下的數(shù)據(jù)模型,并基于子空間原理,提出了一種基于Y型陣列互耦條件下非相干源的DOA估計(jì)及互耦自校正算法。該算法把相互耦合的DOA和互耦系數(shù)的聯(lián)合估計(jì)問題轉(zhuǎn)化為“去耦”的級(jí)聯(lián)估計(jì)問題,避免了傳統(tǒng)自校正算法運(yùn)算量大,全局收斂性無法保證等問題,很好地解決了Y型陣列的互耦問題。理論分析和仿真結(jié)果均表明了本文提出的自校正算法的DOA估計(jì)不需要互耦矩陣的任何信息,具有估計(jì)精度高、分辨力強(qiáng)等特點(diǎn),并且在DOA估計(jì)的同時(shí),還可以精確地估計(jì)出互耦矩陣,從而實(shí)現(xiàn)Y型陣列的自校正,具有較大的實(shí)際意義。
[1] SCHMIDT R O. Multiple emitter location and signal parameter estimation[J]. IEEE Transactions on Antennas and Propagation, 1986,34(3): 276-280.
[2] HUA Y, SARKAR T K, WEINER D D. An L-shaped array for estimating 2-D directions of wave arrival[J]. IEEE Transactions on Antennas and Propagation, 1991, 39 (2): 143-146.
[3] ELLINGSON S W. Design and evaluation of a novel antenna array for azimuthal angle-of-arrival measurement[J]. IEEE Transactions on Antennas and Propagation, 2001, 49(6): 971-979.
[4] YUAN Q W, CHEN Q. Accurate DOA estimation using array antenna with arbitrary geometry[J]. IEEE Transactions on Antennas and Propagation, 2005, 53(4): 1352-1357.
[5] FRIEDLANDER B, WEISS A J. Direction finding in the presence of mutual coupling[J]. IEEE Transactions on Antennas and Propagation,1991, 39 (3): 273-284.
[6] SELLONE F, SERRA A. An iterative algorithm for the compensation of toeplitz mutual coupling in uniform and linear arrays[A].12th-signal Processing Education Workshop, Digital Signal Processing Workshop[C]. 2006. 438-443.
[7] LIN M, YANG L X. Blind calibration and DOA estimation with uniform circular arrays in the presence of mutual coupling[J]. IEEE Antennas and Wireless Propagation Letters, 2006, 5: 315-318.
[8] ZHANG T T, LU Y L, HUI H T. Compensation for the mutual coupling effect in uniform circular arrays for 2D DOA estimations employing the maximum likelihood technique[J]. IEEE Transactions on Aerospace and Electronic Systems, 2008, 44(3): 1215-1221.
[9] ELKAMCHOUCHI H M, OMAR M M M. An efficient computational approach in the matrix pencil method to find one dimensional and two dimensional direction of arrival[A]. National Radio Science Conference 2007[C]. Cairo, 2007.1-8.
[10] 于斌, 尹成友, 黃冶. 基于RBF神經(jīng)網(wǎng)絡(luò)的互耦逆矩陣快速計(jì)算方法[J]. 電子與信息學(xué)報(bào), 2008, 30(6): 1496-1499.YU B, YIN C Y, HUANG Y. A fast computation method of mutual coupling inverse matrix based on RBF neural network[J]. Journal of Electronics & Information Technology, 2008, 30(6): 1496-1499.
[11] YE Z F, LIU C. On the Resiliency of MUSIC direction finding against antenna sensor coupling[J]. IEEE Transactions on Antennas and Propagation, 2008, 56(2): 3741-380.
[12] 王布宏, 王永良, 陳輝等. 均勻線陣互耦條件下的魯棒 DOA 估計(jì)及互耦自校正[J]. 中國(guó)科學(xué) E輯. 技術(shù)科學(xué), 2004, 34(2): 229-240.WANG B H, WANG Y L, CHEN H, et al. A robust DOA estimation algorithm for uniform linear array in the presence of mutual coupling[J].Science in China Ser E Technological Science, 2004, 34(2): 229-240.