欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2017106226024
申请人: 宁波大学
专利类型:发明专利
专利状态:已下证
专利领域: 测量;测试
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于信号非圆特性的分步秩损远近场参数估计算法,其特征在于,包括步骤:S1.根据阵列观测数据,构造扩展数据矢量z(t);

S2.计算所述扩展数据矢量z(t)的协方差矩阵R;

S3.对所述协方差矩阵R进行特征分解,得到其噪声子空间Un;

S4.解耦阵列导向矢量

S5.构造一谱函数p(θ),所述谱函数p(θ)只与角度参数有关;

在 范围内,一维搜索得到所有远近场信号的测向角θk(k=1,…,K);

S6.根据已得到的测向角 构造K个谱函数在r∈[0.62(D3/λ)1/2,30D2/λ]范围内,一维搜索得到K个距离估计值rk(k=1,…,K);

S7.根据所述距离估计值,区分出远近场信号的类型:当所述距离估计值位于[0.62(D3/λ)1/2,2D2/λ]范围内时,则所述信号为近场信号;

当所述距离估计值位于[2D2/λ,30D2/λ]范围内时,则所述信号为远场信号。

2.如权利要求1所述的一种基于信号非圆特性的分步秩损远近场参数估计算法,其特征在于,阵列接收模型包括:一中心对称的均匀线阵,包括M=2N+1个全向传感器,所述M个阵元的间距d为λ/4,其中,λ为入射信号的波长;

K个独立窄带信号,包括:

K1个从(θk,rk)入射到所述线阵的近场信号sN,k(t),k=1,…,K1;

K2=K-K1个从(θk,∞)入射到所述线阵的远场信号sF,k(t),k=K1+1,…,K;

设定线阵中心参考点,对M个阵元进行L次同步采样,在l时刻,该线阵的输出矢量x(l)表示为x(l)=As(l)+n(l)=ANsN(l)+AFsF(l)+n(l)            (1)该线阵的输出矢量x(l)即为阵列观测数据;

其中,x(l)=[x-N(l),…,x0(l),…,xN(l)]T;

A=[AN,AF];

AN为近场信号阵列流型矩阵,表达式为 其中γk=-2πdsinθk/λ,χk=πd2cos2θk/(λrk);

AF为远场信号的阵列流型矩阵,表达式为 其中,sN(l)表示近场信号矢量,其表达式为sF(l)表示远场信号矢量,其表达式为:n(l)=[n-N(l),…,n0(l),…,nN(l)]T为均值为0,方差为σ2的加性高斯噪声矢量;

考虑入射信号为非圆信号,所述近场信号矢量又表示为 其中so,k(t)为sk(l)对应的零初相的实信号,对角矩阵ψk/2为信号sk(l)的的任意初相;

考虑入射信号为非圆信号,所述远场信号矢量sF(l)又表示为 其中so,k(t)为sk(l)对应的零初相的实信号,对角矩阵ψk/2为信号sk(l)的的任意初相。

3.如权利要求2所述的一种基于信号非圆特性的分步秩损远近场参数估计算法,其特*征在于,步骤S1中,根据阵列观测数据x(l)及其共轭形式x(l),构造扩展数据矢量z(l):AeN和AeF分别定义为近场和远场的扩展阵列流型矩阵,其中Ae=[AeN AeF]                          (7)根据公式(4)和(6),Ae的导向矢量ae可表示为k=1,2,...,K,rk∈[0.62(D3/λ)12,+∞]。

4.如权利要求3所述的一种基于信号非圆特性的分步秩损远近场参数估计算法,其特征在于,步骤S2中,计算所述扩展数据矢量z(t)的协方差矩阵R为:其中, 为关于近场的阵列观测数据的协方差矩阵;

为关于远场的阵列观测数据的协方差矩阵;

为近场信号的协方差矩阵;

为远场信号的协方差矩阵;

为阵元噪声功率,I2M为2M×2M的单位矩阵。

5.如权利要求4所述的一种基于信号非圆特性的分步秩损远近场参数估计算法,其特征在于,步骤S3中,对所述协方差矩阵R进行特征分解为:其中,Λs为由K个大特征值组成的对角阵;

Λn为由剩余2M-K个小特征值组成的对角阵;

2M×K的Us为大特征值对应的特征向量张成的信号子空间;

2M×(2M-K)的Un为小特征值对应的特征矢量张成的噪声子空间。

6.如权利要求5所述的一种基于信号非圆特性的分步秩损远近场参数估计算法,其特征在于,步骤S4中,由于阵列是关于0阵元中心对称,公式(9)中的距离参数有如下性质:那么公式(9)可解耦成两个部分如下:其中

ΠN为N×N的反单位矩阵,

7.如权利要求6所述的一种基于信号非圆特性的分步秩损远近场参数估计算法,其特征在于,步骤S5中,通过秩损原理来得到所有远近场的角度值:基于 与ae(θk,rk,ψk)正交原理,构造了如下谱函数:通过将a(θk,rk)解耦来构造两个一维的谱估计器来得到远近场信号的角度和距离;

结合公式(13),对于待估参数(θk,rk,ψk),(12)可重新表示:其中

由于ζ(θk,rk)≠0和ι(ψk)≠0,基于秩损原理,定义一个只与角度有关的谱函数如下:当θ不等于真实角度时,矩阵 是满秩的,只有当θ等于真实角时,矩阵会出现秩损;通过在 范围内进行一维搜索就可以得到所有K个远近场的角度估计值;当远场信号与近场信号具有相同的入射角度时,得到K′个角度估计值,且K′≤K。

8.如权利要求7所述的一种基于信号非圆特性的分步秩损远近场参数估计算法,其特征在于,步骤S6中,基于秩损原理得到所有远近场信号的距离值:将式(23)得到的角度估计值代入到式(22)中,再一次基于秩损原理可构造出K个谱函数:给定角度估计值 通过在r∈[0.62(D3/λ)1/2,30D2/λ],D为阵列孔径范围内进行K次一维搜索,即得到相应的距离估计值。

9.如权利要求8所述的一种基于信号非圆特性的分步秩损远近场参数估计算法,其特征在于,步骤S7中,根据步骤S6中得到距离估计值,以2D2/λ为界,区分出远近场信号的类型:当所述距离估计值位于[0.62(D3/λ)1/2,2D2/λ]范围内时,则所述信号为近场信号;

当所述距离估计值位于[2D2/λ,30D2/λ]范围内时,则所述信号为远场信号。