色噪声背景下利用空间平滑差分算法进行DOA估计研究.pdfVIP

光电信息技术与光电产业 765 色噪声背景下利用空间平滑差分算法进行DOA估计 于 斌 尹成友 汪作来 电子工程学院 安徽省合肥市，230037 摘 要 针对色噪声背景下的相干信源波达方向估计问题，提出了一种空间平滑差分算 法。该算法通过对空间平滑矩阵进行差分运算来对消色噪声，并采用PM算法进行方向估计。 因而在去除噪声、减小计算量的同时，可估计较多的信源。由于算法对非相关信源和相关(或 相干)信源同时估计，因此减小了算法实际实现的复杂度。计算机仿真结果证明了空间平滑差 分算法理论的正确性和有效性。 关键词 信号与信息处理 波达方向估计 色噪声 相干信源 引言 Of 由于具有良好的谱分辨力和较小的计算量，子空间类算法已成为DOA(DirectionArrival)估计 中最常用和最经典的方法。在阵列协方差矩阵特征分解的基础上，子空间类算法通过一维谱峰搜索或 多项式求根来完成DOA估计，相比最大似然(ML)算法，其计算量减4,ilt多。然而，此类算法仅适用于 非相关信源的测向，且要求背景噪声为高斯白噪声。在色噪声背景或相关信源(来自多径传播或电子干 扰等)环境下，子空间类算法性能急剧下降。因此，色噪声背景或相关信源环境下的DOA估计已受到 广泛重视。目前大多数算法仅考虑了高斯白噪声或特定噪声背景，且不能兼顾相于及非相关信源的分 辨。因此，针对色噪声背景下的相干信源D()A估计，本文提出了空间平滑差分算法。相比常规谱估计 算法，空间平滑差分算法具有更强的色噪声抑制能力，并在一定程度上节省阵元的同时减少了计算量。 一、阵列信号模型及空间平滑算法 (一)阵列信号模型 假设有M个窄带信号源入射到天线阵列上，信号源的中心频率是cc，。，阵元个数为N，并且MN。 阵列输出向量 X(k)一A(口)S(忌)+疗(愚) (1) 一列是对单个独立源的响应向量： A(口)一[口(01)，a(02)，…，a(0M)] (2) 阵列输出协方差矩阵： Rx=Etx(壶)X(是)H}=ARsAH+Q (3) 式中，H表示共轭转置，R。是信号协方差矩阵，Q是噪声协方差矩阵。信源相干时，信源协方差矩阵 的秩将退化为1。当对阵列协方差矩阵特征分解后，信号子空间退化为独立源对应的信号子空间的 766 第五届博士生学术年会论文集 一维子空间，而噪声子空间的维数扩大为N一1维，此时子空间类DOA估计算法不能正确估计目标 方位。 (二)空间平滑算法 空间平滑算法是一种成熟的解相干算法，它利用多个子阵进行平滑平均得到协方差矩阵，对于阵元 数为N的线阵，可将其分为P个子阵，每个子阵阵元个数为L，则有P—N—L+1。第咒个子阵前向平 滑的相关矩阵为： R，一面1∑彤一AR丛H-I-Q (4) 前后向平滑相关矩阵为： R=刍砉(Rf+鼢一丢(R7+舢矿I，) (5) 其中，J是N阶交换矩阵，上标*表示矩阵共轭。 二、色噪声背景下相干信源DOA估计的空间平滑差分算法 若噪声为空域和时域均独立的高斯白噪声，其均值为0，方差为Z，则噪声协方差矩阵Q--o．：l；若噪 声为空间平稳色噪声，即各阵元上的噪声功率相等，但各阵元问的噪声相关，则Q为复对称Toeplitz矩 阵。在此情况下，若采用常规的DOA估计算法，将导致较大的空间谱估计误差。 (一)空间平滑差分算法基本原理 利用前后向平滑矩阵和后向平滑矩阵的共轭转置构造的差分矩阵△R。为 △Rd—R一(JR’0)H —