非相干和相干信號(hào)混合情況下的信號(hào)個(gè)數(shù)檢測(cè)方法
【專利摘要】本發(fā)明公開了一種基于均勻線陣情況下非相干和多組相干信號(hào)入射時(shí)的信號(hào)個(gè)數(shù)估計(jì)方法，通過獲取一個(gè)基于兩個(gè)線陣接收信號(hào)的互協(xié)方差矩陣的外積矩陣，然后由互協(xié)方差矩陣和它的變換矩陣構(gòu)造第一聯(lián)合矩陣并得到聯(lián)合矩陣的外積矩陣。此時(shí)可以根據(jù)兩個(gè)外積矩陣的秩得到非相干信號(hào)個(gè)數(shù)和相干信號(hào)組數(shù)。估計(jì)出一個(gè)新的斜投影算子用于抑制接收陣列數(shù)據(jù)中的非相干信號(hào)，由均勻線陣數(shù)據(jù)和另一個(gè)均勻線陣數(shù)據(jù)的一系列子陣構(gòu)成的一系列互協(xié)方差矩陣組成了一個(gè)新的聯(lián)合矩陣，這個(gè)聯(lián)合矩陣的外積矩陣的秩就是相干信號(hào)個(gè)數(shù)。經(jīng)過大量仿真實(shí)驗(yàn)證實(shí)，本方法在更少的快拍數(shù)和低信噪比下優(yōu)于經(jīng)過FBSS預(yù)處理的MDL/AIC方法、MENSE和SRP。
【專利說明】非相干和相干信號(hào)混合情況下的信號(hào)個(gè)數(shù)檢測(cè)方法【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于陣列信號(hào)處理【技術(shù)領(lǐng)域】，具體涉及一種非相干和相干信號(hào)混合情況下的信號(hào)個(gè)數(shù)檢測(cè)方法。
【背景技術(shù)】
[0002]陣列信號(hào)處理的兩個(gè)主要研究方向是信號(hào)個(gè)數(shù)估計(jì)和信號(hào)方向估計(jì)，其中信號(hào)個(gè)數(shù)估計(jì)又是方向估計(jì)的基礎(chǔ)，當(dāng)信號(hào)個(gè)數(shù)估計(jì)不準(zhǔn)確的時(shí)候，信號(hào)方向估計(jì)將會(huì)受到嚴(yán)重影響，因此研究一種高效，精確的信號(hào)個(gè)數(shù)估計(jì)算法具有重大的研究意義。
[0003]信號(hào)個(gè)數(shù)檢測(cè)算法中，最經(jīng)典的是基于信息論準(zhǔn)則的算法，包括基于AIC準(zhǔn)則和MDL準(zhǔn)則算法。但是在實(shí)際中由于多徑傳輸效應(yīng)的存在，入射信號(hào)經(jīng)常是完全相關(guān)的(即相干)，從而造成傳統(tǒng)的AIC/MDL方法嚴(yán)重退化。非參數(shù)方法MENSE (參見J.Xin, N.Zheng, andA.Sano,“Simple and efficient nonparametric method for estimating the number ofsignals without eigendecomposition,，，IEEE Trans.Signal Process., vol.55, n0.4, pp
?1405-1420, 2007.)能估計(jì)出相干信號(hào)個(gè)數(shù)。
[0004]近期非相干和相干信號(hào)混合情況下的信號(hào)波達(dá)方向估計(jì)得到了廣泛的重視，混合信號(hào)的一維DOA估計(jì)通常采用均勻線陣，二維DOA估計(jì)通常采用Z形或平行線陣。然而在這些方法中，非相干信號(hào)個(gè)數(shù)和相干信號(hào)個(gè)數(shù)被認(rèn)為是已經(jīng)過事先估計(jì)的或是作為先驗(yàn)知識(shí)。雖然預(yù)處理技術(shù)例如空間平滑(SS)或者前后向空間平滑(FBSS)可以與AIC/MDL方法和MENSE方法結(jié)合應(yīng)用于平行線陣對(duì)混合信號(hào)總個(gè)數(shù)進(jìn)行估計(jì)，但是非相干信號(hào)個(gè)數(shù)和相干信號(hào)個(gè)數(shù)不能分別 得到，并且可估計(jì)信號(hào)個(gè)數(shù)受限于被減小的陣列孔徑。盡管平滑秩輪廓(SRP)方法(參見 T.-J.Shan, A.Paulraj, and T.Kailath, “On smoothed rank profiletests in eigenstructure methods for direction-of-arrival estimation, ” IEEETrans.Acoust., Speech, Signal Process., vol.35, n0.10, pp.1377-1385，1987.)可以估計(jì)不相關(guān)和相干信號(hào)個(gè)數(shù)，但當(dāng)信噪比(SNR)很低或者快拍數(shù)很小時(shí)該方法的檢測(cè)效果會(huì)退化。
[0005]雖然2012年H.Tao等提出了一種新的混合信號(hào)個(gè)數(shù)檢測(cè)算法(參見H.Tao, J.Xin, J.Wang, N.Zheng, and A.Sano “Estimation of the number of narrowband signalsin the presence of multipath propagation,，，in Proc.1EEE7th Sens.Array andMultichannel Signal Process.Workshop, pp.497-500, Hoboken, NJ, 2012.),該算法僅能解決不相關(guān)信號(hào)和一組相干信號(hào)混合情況下的個(gè)數(shù)估計(jì)問題。本發(fā)明因此而來。

【發(fā)明內(nèi)容】

[0006]本發(fā)明目的在于提供一種非相干和相干信號(hào)混合情況下的信號(hào)個(gè)數(shù)檢測(cè)方法，經(jīng)過大量仿真實(shí)驗(yàn)證實(shí)，本方法在更少的快拍數(shù)和低信噪比下優(yōu)于經(jīng)過FBSS預(yù)處理的MDL/AIC 方法、MENSE 和 SRP。
[0007]為了解決現(xiàn)有技術(shù)中的這些問題，本發(fā)明提供的技術(shù)方案是:[0008]一種非相干和相干信號(hào)混合情況下的信號(hào)個(gè)數(shù)檢測(cè)方法，其特征在于所述方法包括以下步驟:
[0009](1)基于均勻線陣獲得入射信號(hào)的互協(xié)方差矩陣以及互協(xié)方差矩陣的外積矩陣，由互協(xié)方差矩陣和它的變換矩陣構(gòu)造第一聯(lián)合矩陣并得到第一聯(lián)合矩陣的外積矩陣；
[0010](2)根據(jù)互協(xié)方差矩陣的外積矩陣和第一聯(lián)合矩陣的外積矩陣的秩基于QR分解的比例準(zhǔn)則得到非相干信號(hào)個(gè)數(shù)和相干信號(hào)組數(shù)；
[0011](3)根據(jù)子空間的正交性求導(dǎo)向矩陣的非相干部分，對(duì)投影到非相干信號(hào)空間的互協(xié)方差矩陣進(jìn)行QR分解；根據(jù)導(dǎo)向矩陣的非相干部分與QR分解的結(jié)果估計(jì)斜投影算子；所述斜投影算子用于抑制接收陣列數(shù)據(jù)中的非相干信號(hào)實(shí)現(xiàn)信號(hào)分離；
[0012](4)采用斜投影算子對(duì)互協(xié)方差矩陣進(jìn)行投影運(yùn)算，根據(jù)投影后的互協(xié)方差矩陣，將其分割為2L個(gè)前向疊加子矩陣和2L個(gè)后向疊加子矩陣；根據(jù)前向疊加矩陣和后向疊加矩陣生成第二聯(lián)合矩陣；根據(jù)第二聯(lián)合矩陣構(gòu)造第二聯(lián)合矩陣的外積矩陣；根據(jù)第二聯(lián)合矩陣的外積矩陣的秩基于QR分解的比例準(zhǔn)則求得相干信號(hào)個(gè)數(shù)。
[0013]優(yōu)選的技術(shù)方案中:所述方法步驟(2)中根據(jù)第一聯(lián)合矩陣的外積矩陣的秩基于QR分解的比例準(zhǔn)則得到非相干信號(hào)個(gè)數(shù)。
[0014]優(yōu)選的技術(shù)方案中:所述方法中入射信號(hào)為選自非相關(guān)信號(hào)、部分相關(guān)信號(hào)、相干信號(hào)和加性噪聲的兩種或者兩種以上的任意混合。
[0015]優(yōu)選的技術(shù)方案中:所述方法中入射信號(hào)為部分相關(guān)信號(hào)、相干信號(hào)和加性噪聲的混合；或者入射信號(hào)為非相關(guān)信號(hào)、相干信號(hào)和加性噪聲的混合；或者入射信號(hào)為部分相關(guān)信號(hào)、相干信號(hào)和加性噪聲的混合；或者入射信號(hào)為非相關(guān)信號(hào)、部分相關(guān)信號(hào)和加性噪聲的混合；或者入射信號(hào)為非相關(guān)信號(hào)和加性噪聲的混合；或者入射信號(hào)為部分相關(guān)信號(hào)和加性噪聲的混合；或者入射信號(hào)為相干信號(hào)和加性噪聲的混合。
[0016]優(yōu)選的技術(shù)方案中:所述方法中均勻線陣的陣列結(jié)構(gòu)為雙平行線陣或者L型線陣。
[0017]優(yōu)選的技術(shù)方案中:所述方法中假設(shè)均勻線陣傳感器陣列放置在x-y平面，并由兩列均勻線陣組成，每列均勻線陣包含M個(gè)全向的傳感器，間距為dy，列間間距為dx ;K個(gè)窄
帶信號(hào){sk(t)}由Kn個(gè)非相干信號(hào)&和Kh個(gè)相干信號(hào)組成，由遠(yuǎn)場(chǎng)從不同的仰角和
方位角{(ak，β,)}入射到陣列上，K = Kn+Kh;相干信號(hào)有P組，每組由獨(dú)立信源Shp經(jīng)多徑
傳播形成，第P組有Kp個(gè)相干信號(hào)，表示成sp,k(t) = !^,^(仏其中^⑴是
第P個(gè)相干信號(hào)組中的第k個(gè)信號(hào)，np,k為復(fù)衰減系數(shù)，則兩列均勻線陣接收到的信號(hào)為:
[0018]y(t) = Ar s(t)+wy(t) (I);
[0019]X (t) = SD s (t) +wx (t) (2);
[0020]其中s (t)由Kn個(gè)非相干信號(hào)(即sn(t))和P個(gè)相干源信號(hào)(即sh(t))組成，A =[An, Ah]，An是Kn個(gè)非相干信號(hào)的導(dǎo)向矩陣，
【權(quán)利要求】
1.一種非相干和相干信號(hào)混合情況下的信號(hào)個(gè)數(shù)檢測(cè)方法，其特征在于所述方法包括以下步驟: (1)基于均勻線陣獲得入射信號(hào)的互協(xié)方差矩陣以及互協(xié)方差矩陣的外積矩陣，由互協(xié)方差矩陣和它的變換矩陣構(gòu)造第一聯(lián)合矩陣并得到第一聯(lián)合矩陣的外積矩陣； (2)根據(jù)互協(xié)方差矩陣的外積矩陣和第一聯(lián)合矩陣的外積矩陣的秩基于QR分解的比例準(zhǔn)則得到非相干信號(hào)個(gè)數(shù)和相干信號(hào)組數(shù)； (3)根據(jù)子空間的正交性求導(dǎo)向矩陣的非相干部分，對(duì)投影到非相干信號(hào)空間的互協(xié)方差矩陣進(jìn)行QR分解；根據(jù)導(dǎo)向矩陣的非相干部分與QR分解的結(jié)果估計(jì)斜投影算子；所述斜投影算子用于抑制接收陣列數(shù)據(jù)中的非相干信號(hào)實(shí)現(xiàn)信號(hào)分離； (4)采用斜投影算子對(duì)互協(xié)方差矩陣進(jìn)行投影運(yùn)算，根據(jù)投影后的互協(xié)方差矩陣，將其分割為2L個(gè)前向疊加子矩陣和2L個(gè)后向疊加子矩陣；根據(jù)前向疊加矩陣和后向疊加矩陣生成第二聯(lián)合矩陣；根據(jù)第二聯(lián)合矩陣構(gòu)造第二聯(lián)合矩陣的外積矩陣；根據(jù)第二聯(lián)合矩陣的外積矩陣的秩基于QR分解的比例準(zhǔn)則求得相干信號(hào)個(gè)數(shù)。
2.根據(jù)權(quán)利要求1所述的信號(hào)個(gè)數(shù)檢測(cè)方法，其特征在于所述方法步驟(2)中根據(jù)第一聯(lián)合矩陣的外積矩陣的秩基于QR分解的比例準(zhǔn)則得到非相干信號(hào)個(gè)數(shù)。
3.根據(jù)權(quán)利要求1所述的信號(hào)個(gè)數(shù)檢測(cè)方法，其特征在于所述方法中入射信號(hào)為選自非相關(guān)信號(hào)、部分相關(guān)信號(hào)、相干信號(hào)和加性噪聲的兩種或者兩種以上的任意混合。
4.根據(jù)權(quán)利要求1所述的信號(hào)個(gè)數(shù)檢測(cè)方法，其特征在于所述方法中入射信號(hào)為部分相關(guān)信號(hào)、相干信號(hào)和加性噪聲的混合；或者入射信號(hào)為非相關(guān)信號(hào)、相干信號(hào)和加性噪聲的混合；或者入射信號(hào)為部分相關(guān)信號(hào)、相干信號(hào)和加性噪聲的混合；或者入射信號(hào)為非相關(guān)信號(hào)、部分相關(guān)信號(hào)和加性噪聲的混合；或者入射信號(hào)為非相關(guān)信號(hào)和加性噪聲的混合；或者入射信號(hào)為部分相關(guān)信號(hào)和加性噪聲的混合；或者入射信號(hào)為相干信號(hào)和加性噪聲的混合。
5.根據(jù)權(quán)利要求1所述的信號(hào)個(gè)數(shù)檢測(cè)方法，其特征在于所述方法中均勻線陣的陣列結(jié)構(gòu)為雙平行線陣或者L型線陣。
6.根據(jù)權(quán)利要求1所述的信號(hào)個(gè)數(shù)檢測(cè)方法，其特征在于所述方法中假設(shè)均勻線陣傳感器陣列放置在χ-y平面，并由兩列均勻線陣組成，每列均勻線陣包含M個(gè)全向的傳感器，間距為dy，列間間距為dx ;K個(gè)窄帶信號(hào)Isk(t)}由Kn個(gè)非相干信號(hào)彳.%.(/)}&和Kh個(gè)相干信號(hào)組成，由遠(yuǎn)場(chǎng)從不同的仰角和方位角{Uk，β,)}入射到陣列上，K = Kn+Kh;相干信號(hào)有P組，每組由獨(dú)立信源Shp經(jīng)多徑傳播形成，第P組有Kp個(gè)相干信號(hào)，h(i)h;l表示成Sp k(t)=np，kshp(t)，其中sp，k(t)是第p個(gè)相干信號(hào)組中的第k個(gè)信號(hào)，np,k為復(fù)衰減系數(shù),則兩列均勻線陣接收到的信號(hào)為:
y(t) =A gamma s (t) +wy (t) (I)；
X (t) = AD gamma s (t) +wx (t) (2); 其中s(t)由&個(gè)非相干信號(hào)(即sn(t))和P個(gè)相干源信號(hào)(即sh(t))組成，A= [An, Ah],An是Kn個(gè)非相干信號(hào)的導(dǎo)向矩陣，

7.根據(jù)權(quán)利要求6所述的信號(hào)個(gè)數(shù)檢測(cè)方法，其特征在于所述方法中基于QR分解的比例準(zhǔn)則(QRRC)方法為:對(duì)一個(gè)MXM的秩為P的方陣f,其中P < M，它的帶列變換的QR分解為:

【文檔編號(hào)】G06F19/00GK103902822SQ201410123195
【公開日】2014年7月2日 申請(qǐng)日期:2014年3月28日 優(yōu)先權(quán)日:2014年3月28日
【發(fā)明者】陳可, 辛景民, 陶浩, 鄭南寧 申請(qǐng)人:西安交通大學(xué)蘇州研究院