《電子技術(shù)應(yīng)用》
您所在的位置：首頁 > 通信與網(wǎng)絡(luò) > 設(shè)計應(yīng)用 > 寬帶信號DOA估計自回歸迭代算法
寬帶信號DOA估計自回歸迭代算法
來源：電子技術(shù)應(yīng)用2012年第11期
張 飛1， 陳客松1， 唐 斌1， 吳宏剛2
1. 電子科技大學(xué) 電子工程學(xué)院，四川 成都 611731； 2. 中國民用航空局第二研究所，四川 成都 610041
摘要： 基于最小均方誤差(MMSE)準(zhǔn)則提出一種寬帶信號波達(dá)方向(DOA)估計算法。將寬帶信號通過窄帶濾波器組轉(zhuǎn)化為窄帶信號，采用自回歸迭代方法恢復(fù)窄帶信號的稀疏表示，根據(jù)稀疏表示得到信號源個數(shù)和DOA估計。該算法不僅有超分辨率能力，而且不必預(yù)先知道信號源個數(shù)。此外，本算法能對相干信號源進(jìn)行DOA估計而不需要解相關(guān)預(yù)處理。仿真結(jié)果驗證了該算法的有效性。
中圖分類號: TN953.3
文獻(xiàn)標(biāo)識碼： A
文章編號： 0258-7998(2012)11-0119-03
Wideband signal DOA estimation by using re-iterative algorithm
Zhang Fei1, Chen Kesong1, Tang Bin1, Wu Honggang2
1. School of Electronic Engineering, UESTC, Chengdu 611731, China; 2. The Second Research Institute of CAAC, Chengdu 610041, China
Abstract： This paper proposes a new algorithm, which is based on MMSE, for wideband signal spatial direction-of-arrival (DOA) estimation. Pass the wideband signal through a bank of narrowband filters to obtain narrowband signals, then recover the sparse representation of the narrowband signals by using re-iterative method, and estimate the number of the sources and DOA from the sparse representation. The new method not only has high resolution, but also do not require the number of sources for direction finding. Furthermore, this algorithm has the ability of estimating coherent signals without decorrelation processing. The simulated results confirmed the effectiveness of the new method.
Key words : reiterative; criterion of MMSE; sparse representation; DOA estimation

    寬帶信號DOA估計是陣列信號處理的一個重要分支，在目標(biāo)跟蹤、智能天線系統(tǒng)等方面有重要的應(yīng)用。目前寬帶信號DOA估計算法主要有兩大類：一類是非相干信號子空間法(ISM)[1]，這類算法計算量大，分辨率低，且不能分辨相干信號源；另一類是相干信號子空間法(CSM)[2]，這類算法分辨率高且能分辨相干信號源，但需要根據(jù)已知的預(yù)估計角度求解聚焦矩陣。

    近幾年提出的通過稀疏信號表示[3-4]進(jìn)行DOA估計的算法(FOCUSS[5],l1-SVD[6]等)不必求信號的自相關(guān)矩陣并對其進(jìn)行特征值分解,也不必預(yù)先估計信號源個數(shù)，且不需要對相關(guān)信號進(jìn)行解相關(guān)預(yù)處理。本文基于MMSE準(zhǔn)則提出寬帶信號DOA估計自回歸迭代算法,通過恢復(fù)信號的稀疏表示實現(xiàn)超分辨率寬帶信號DOA估計。
1 信號模型
    寬帶信號的標(biāo)準(zhǔn)處理方法是將接收信號通過窄帶濾波器組得到不同頻率點的窄帶信號[3-5]，再對其進(jìn)行后續(xù)處理。設(shè)有N個陣元的均勻直線陣列，相鄰陣元間距是入射信號最高頻率的半波長，遠(yuǎn)場寬帶信號從K (K≤N)個方向θ=[θ1,…,θK]到達(dá)陣列，通過D個中心頻率在寬帶信號頻率范圍內(nèi)的窄帶濾波器，得到D個不同頻率點的窄帶信號，頻率點fd(1≤d≤D)處陣列單次快拍接收信號的表達(dá)式為:



 

 

間隔的增加，DOA個數(shù)估計在DOA間隔大于4°后收斂于真實值，DOA估計偏差在DOA間隔超過10°后為零。
    本文基于MMSE準(zhǔn)則提出一種寬帶信號DOA估計算法，采用自回歸迭代方法恢復(fù)信號的稀疏表示，估計出波達(dá)方向的信號幅度，由此同時得到信號源個數(shù)和波達(dá)方向估計，省去了對信號自相關(guān)矩陣的特征值分解和對相干信號的去相關(guān)預(yù)處理，具有超分辨率能力。仿真驗證了新算法的有效性，對實際工程中寬帶信號DOA估計的算法設(shè)計提供了有益的參考。
參考文獻(xiàn)
[1] OTTERSTEN B, KAILATH T. Direction-of-arrival estimation for wide-band signals using the ESPRIT algorithm [J].IEEE Trans. Acoustics Speech and Signal Processing,1990,38(2):317-327.
[2] WANG H, KAVEH M. Coherent signal-subspace processing for the detection and estimation of angles arrival of multiple wide-band sources [J]. IEEE Trans. Acoustics Speech and Signal Processing, 1985, 33(4): 823-831.
[3] DONOHO D L,ELAD M,TEMLYAKVO V. Stable recovery of sparse overcomplete representations in the presence of noise[J]. IEEE Trans. Inf. Theory, 2006, 52(1):6-18.
[4] CHUNMEI Z, ZHONGKE Y, XIANGDONG C,et al. Signal  overcomplete representation and sparse decomposition based on redundant dictionaries[J]. Chinese Sci. Bull, 2005,50(23):2672-2677.
[5] GORODNITSKY I, RAO B. Sparse signal reconstruction from limited data using focuss: A re-weighted minimum norm algorithm[J]. IEEE Trans. Signal Process,1997,45(3):600-616.
[6] MALIOUTOV D, CETIN M, WILLSKY A. A sparse signal reconstruction perspective for source localization with sensor arrays[J]. IEEE Trans. Signal Process, 2005,53(8):3010-3022.

此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。