买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：青岛理工大学

摘要：本发明公开了一种基于虚拟阵列插值的酉ESPRIT二维DOA估计方法。该专利方法引入虚拟阵列插值的思想来构造一个均匀的线性虚拟阵列，利用凸优化重构等效接收信号的协方差矩阵，优化协方差矩阵的相应矢量的首个元素，最后将重构的协方差矩阵应用酉旋转不变技术和总体最小二乘方法进行DOA估计。该专利方法将二维DOA估计转化为两个一维DOA估计，与利用拓展虚拟阵列的最大连续均匀阵列进行DOA估计相比，该方法充分利用虚拟阵列中包含的信息，提高了估计自由度和分辨率，同时实现了方位角和俯仰角的自动匹配，仿真结果验证了该方法的有效性。

主权项：1.一种基于虚拟阵列插值的酉ESPRIT二维DOA估计方法，该方法适用于平行互质传感器阵列，所述的平行互质传感器阵列包括由子阵1和子阵2，子阵1沿Y轴展开，子阵2阵元数量与阵列结构与子阵1相同，且子阵2与子阵1平行放置，都放置XOY平面上，子阵2与子阵1的距离为d，其中d为信号的半波长，即d＝λ2；子阵1由一对均匀线阵嵌套而成，第一个均匀线阵由间隔Nd的M个传感器组成，所述M个传感器分别位于Y轴{0,Nd,2Nd,…,M-1Nd}的位置上，第二个均匀线阵则由间隔Md的N个传感器组成，分别位于Y轴{0,Md,2Md,…N-1Md}的位置上，其中M和N是互质整数，所述的两个线阵构成一个互质线阵，该互质线阵共由M+N-1个传感器组成；子阵2的阵元在X轴方向的坐标都为d,在Y轴方向的坐标与子阵1的对应阵元坐标相同；利用和θk分别表示第kk＝1,…,K个入射信源的方位角和俯仰角，利用αk和βk分别表示入射信号与X轴和Y轴的方向角，所述方向角与所述方位角和俯仰角之间的关系为：和其特征在于：DOA估计包括如下步骤：步骤一：子阵1和子阵2的阵列接收数据分别为Xt＝Ast+nxt和Yt＝AΩst+nyt，其中st＝[s1t,s2t,…,sKt]T表示入射信号矢量，nxt和nyt分别为子阵1和子阵2接收到的加性白高斯噪声数据矢量，且噪声与入射信号是无关的，A＝[aα1,…,aαK]为子阵1的流形矩阵，其中K表示入射信号的个数，S＝{zi,i＝1,2,…,M+N-1}表示子阵1和子阵2中的阵元位置集合，为旋转因子矩阵，式中[·]T表示矩阵的转置，diag{·}表示对角矩阵；步骤二：计算子阵1与子阵1的自协方差矩阵和子阵1与子阵2的互协方差矩阵计算方法为：L为快拍数量，[·]H表示矩阵的共轭转置；步骤三：矢量化得到v1和v2，其中vec·是将矩阵按列拉伸为长矢量，从v1中去重重复元素并排序获得虚拟阵列步骤四：对虚拟阵列进行插值得到虚拟阵列的信号其中[·]i表示位置i处的虚拟传感器的虚拟信号；步骤五：对虚拟阵列的信号进行托普利兹矩阵重构，得到初始的协方差矩阵其中为以为首列的托普利兹矩阵；步骤六：将步骤五中求解的协方差矩阵代入凸优化问题，利用凸优化工具箱对上述问题进行求解，得到插值以后的协方差矩阵Tz，其中P为与矩阵相同维度的投影矩阵，矩阵与P中的元素均与内插均匀阵列的矢量元素对应，但矩阵P对应内插阵元的元素值为0，其余为1，Tz为以向量z为第一列的厄米特托普利兹矩阵，τ表示正则化参数，表示Hadamard乘积，||·||F表示Frobenius范数，Tr·表示矩阵的迹，rank·为矩阵的秩；步骤七：对得到的内插重构矩阵T进行酉变换其中 为反对角单位矩阵，其反对角线上的元素为1，而其他元素均等于0，表示维度为的零矩阵，表示维度为的单位矩阵，·*表示矩阵的共轭；步骤八：对Rf进行特征分解得到信号子空间Es，得到Ψr＝K1Es+K2Es，其中·+表示矩阵的逆，Re·表示矩阵的实部，Im·表示矩阵的虚部；步骤九：对Ψr进行特征分解，得到特征值那么α角可以估计为步骤十：将步骤九得到的带入中得到估计值其中表示克罗内克积运算，构造步骤十一：对W进行奇异值分解，最小奇异值对应的右奇异向量vs，vs1为vs前K项，vs2为vs最后一项，计算对的每个元素进行计算，可得β角的估计步骤十二：由步骤九得到的和步骤十一的可得方位角和俯仰角的估计值

全文数据：

权利要求：

百度查询： 青岛理工大学 一种基于虚拟阵列插值的酉ESPRIT二维DOA估计方法