一种低复杂度的ESPRIT新算法.docxVIP

一种低复杂度的ESPRIT新算法i

包志强吴顺君张林让

(西安电子科技大学雷达信号处理国家重点实验室，西安710071)

摘要： 该文提出了一种基于QR分解的Power-ESPRIT(以下简称QP-ESPRIT算法)新算法。首先使用采样数据协方差矩阵

的幕(Power)获得噪声子空间的估计，然后对噪声子空间进行QR分解并使用R矩阵估计信源个数，提出了无特征分解的信源个数检测算法一SDWED算法。进而，信号子空间的特征向量就可以由Q矩阵确定，从而应用ESPRIT算法获得信源波达方向的估计。该算法不需要预先知道信源个数的先验知识以及分离信号与噪声特征值的门限。在确定信源个数和子空间估计的时，本文算法与传统的基于奇异值分解算法相比具有近似性能时却拥有较低的计算复杂度。仿真结果证明了该方法的有效性。

关键词： 阵列信号处理，ESPRIT，波达方向，信源个数检测

中图分类号： TN911.7

ANovelandLowComplexityESPRITMethod

BaoZhi-qiangWuShun-junZhangLin-rang

(NationalLabofRadarSigiProcessing,XidianUniversity,Xi’an710071,China

Abstract：Inthispaper,alowcomplexityESPRITalgorithmbasedonpowermethodandQRdecompositionispresentedfordirectionfinding,whichdoesntrequiretheprioriknowledgeofsourcesnumberandthepredeterminedthresholdinseparationofthesignalandnoiseeigen-values.Firstly,theestimationofnoisesubspaceisobtainedbythepowerofcovariancematrixandanovelsourcenumberdetectionmethodwithouteigen-decompositionisproposedbasedonQRdecomposition.Furthermore,theeigen-vectorsofsignalsubspacecanbedeterminedaccordingtoQmatrix,andthenthedirectionsofsignalscouldbecomputedbytheESPRITalgorithm.Indeterminingthesource-numberandsubspace,theproposedalgorithmhasasubstantialcomputationalsavingwiththeapproximationperformancecomparedwiththeSingle-Vector-Decomposition(SVD)basedalgorithm.Thesimulationresultsdemonstrateitseffectivenessandrobustness.

keywords：Arraysignalprocessing,ESPRIT,DirectionOfArrival(DOA),Sourcenumberdetection

1引言

阵列信号处理作为信号处理的一个重要分支，在通信、雷达、声呐和地震测量等领域获得了广泛的应用和迅速发展。而波达方向(DirectionofArrive，DOA)估计是阵列信号处理中的一个重要问题。目前基于子空间结构的超分辨DOA估计如MinimumNorm，MUSIC和ESPRIT等，由于其高分辨的性能而得到了广泛的应用。然而，这些算法需要估计协方差矩阵并作特征分解或奇异值分解。由于协方差矩阵估计和特征值分解计算复杂度较高，不利于实时的信号处理；尤其当阵元维数较大时会带来严重的计算负担。为了降低计算复杂度，诸多学者提出了许多无需特征分解的快速算法【I传播算子法(PA)1］采用线性算子从阵列接收数据中提取噪声子空间。线性预测法⑵是通过解线性最小均方问题从而获得信号子空间的基。文献［4］从自相关矩阵的DFT变换中提取信号子空间的特征向量。文献［5-8］使用采样协方差矩阵的幕近似噪声子空间。