張鐵峰,吉波
(1 中國(guó)電子科技集團(tuán)公司第二十研究所,西安 710068;2中國(guó)人民解放軍駐210所軍事代表室,西安 710065)
在雷達(dá)、聲納、高精度衛(wèi)星導(dǎo)航定位、無(wú)人機(jī)自主著陸以及高靈敏度設(shè)備的檢測(cè)等領(lǐng)域,需要對(duì)實(shí)際工作環(huán)境中的電磁信號(hào)的有無(wú)以及來(lái)波方向進(jìn)行判定??臻g譜估計(jì)的相關(guān)算法[1,2,3]可以很好的完成該任務(wù),例如經(jīng)典的Copon、MUSIC以及其他子空間類的各種算法。對(duì)于一維DOA估計(jì)方法而言,其僅能夠完成一個(gè)維度的來(lái)波方向估計(jì)。而二維DOA估計(jì)方法,可以實(shí)現(xiàn)對(duì)空間電磁波的俯仰角和方位角信息的同步獲取。
在DOA算法中,MUSIC算法突破了瑞利極限,可以實(shí)現(xiàn)超分辨估計(jì)[4]。二維 MUSIC算法是二維DOA估計(jì)的典型算法,此方法可以產(chǎn)生漸近無(wú)偏估計(jì),但要在二維參數(shù)空間搜索譜峰,其計(jì)算復(fù)雜度大,而且空間譜峰搜索十分耗時(shí)。基于經(jīng)典二維MUSIC算法的上述缺點(diǎn),下面給出一種基于降維處理的MUSIC算法。
一個(gè)M×N的矩形陣,其相鄰陣元間距為d 。假定信號(hào)滿足遠(yuǎn)場(chǎng)條件,噪聲與信號(hào)獨(dú)立,且是加性獨(dú)立分布的高斯過(guò)程。假設(shè)有K 個(gè)非相干信源,第k 個(gè)信源對(duì)應(yīng)的仰角和方位角分別為θk和φk,與x軸和y軸的夾角分別為αk和βk,角度關(guān)系如圖1所示。
圖1 角度關(guān)系
根據(jù)圖1的角度關(guān)系,可得如下幾何關(guān)系:
上半球面內(nèi)有,θk∈ [0~90°],?k∈ [0~360°],αk∈[0~180°],βk∈ [0~180°],這里 ?表示定義。
其中,Ds表示由K 個(gè)最大特征值組成的K×K的對(duì)角矩陣,而Dn表示由余下的MN-K個(gè)小特征值組成的對(duì)角矩陣。Es由K 個(gè)最大特征值對(duì)應(yīng)的特征向量組成,而En由余下MN-K個(gè)最小特征值對(duì)應(yīng)的特征向量組成。Es和En可以分別認(rèn)為是信號(hào)子空間和噪聲子空間。
二維MUSIC空間譜函數(shù)為[5]
其中,?表示Kronecker積;
由于二維MUSIC需要二維搜索,其計(jì)算復(fù)雜度高。下面,給出一種只需要進(jìn)行一維局部搜索的降維算法進(jìn)行二維DOA估計(jì)。
定義
式(5)也可以表示為:
構(gòu)造下面的代價(jià)函數(shù)
根據(jù)式(9)得
代入式(10)得
將式(12)代入式(7)中的目標(biāo)函數(shù)可得
下面進(jìn)一步求解α角。
為了驗(yàn)證該算法性能,采用 1000次 Monte Carlo仿真來(lái)評(píng)估算法的角度估計(jì)性能。定義均方根誤差(RMSE)為
下面是相關(guān)性能仿真結(jié)果,圖2為二維MUSIC譜掃描的等高線圖;圖3為信噪比SNR為10dB時(shí)的降維MUSIC的角度估計(jì)性能;圖4是快拍為100時(shí),降維MUSIC算法的RMSE隨SNR的變化曲線;圖5是SNR為10dB時(shí),降維MUSIC算法的RMSE隨快拍數(shù)變化曲線。
基于降維處理的MUSIC算法只需進(jìn)行一次一維全局搜索和K次最小二乘估計(jì),即可獲得相互配對(duì)的俯仰角和方位角的估計(jì)值,避免了二維MUSIC算法進(jìn)行二維全局搜索極其耗時(shí)的缺點(diǎn)。
圖2 二維MUSIC譜估計(jì)等高線圖
圖3 SNR=10dB時(shí)的角度估計(jì)性能
圖4 RMSE隨SNR的變化曲線
該算法進(jìn)行了1000次Monte Carlo仿真,從角度估計(jì)誤差的仿真結(jié)果可以看出,基于降維處理的MUSIC算法與經(jīng)典二維MUSIC算法性能接近。同時(shí)給出了降維MUSIC算法的角度估計(jì)誤差曲線隨SNR和快拍數(shù)的變化關(guān)系,可看出角度估計(jì)誤差隨SNR和快拍數(shù)的增大而減小。
圖5 RMSE隨快拍數(shù)變化曲線
該算法將二維 MUSIC處理轉(zhuǎn)化為了一維MUSIC處理和最小二乘估計(jì),實(shí)現(xiàn)了二維MUSIC算法的降維簡(jiǎn)化。該算法的復(fù)雜和搜索范圍都大大降低,仿真表明其角度估計(jì)效果較好。