本發(fā)明屬于信號處理，尤其涉及對雷達信號、聲學(xué)信號及電磁信號在全空域場景下的波達方向估計，具體是一種基于空間扇區(qū)化神經(jīng)網(wǎng)絡(luò)的360°全空域波達方向估計方法，可用于無源定位、目標(biāo)探測以及新一代無線通信系統(tǒng)。

背景技術(shù)：

1、波達方向估計(direction-of-arrival?estimation)通過利用陣列天線接收空域信號，并通過統(tǒng)計信號處理技術(shù)和各類優(yōu)化方法對接收信號進行處理，以恢復(fù)信號中所包含的波達方向信息，是陣列信號處理領(lǐng)域的基本問題之一，在雷達、聲吶、語音、射電天文、地震學(xué)、無線通信、醫(yī)學(xué)成像等領(lǐng)域有著廣泛的應(yīng)用。

2、模型驅(qū)動類方法，如music和esprit算法，是經(jīng)典的波達方向估計方法。為了保證估計的即時性和精確性，此類方法通常預(yù)設(shè)信源從限定的角度范圍區(qū)間內(nèi)到達。在此區(qū)間內(nèi)，模型驅(qū)動類方法能以可接受的計算復(fù)雜度獲得較高的估計準(zhǔn)確度。本發(fā)明稱此類區(qū)間為高性能區(qū)間，典型的高性能區(qū)間有0至45度、-60至60度等。然而，在以新一代車聯(lián)網(wǎng)為代表的目標(biāo)測向、無源定位等實際應(yīng)用場景中，陣列天線需要接收全方位、全空域的信號。模型驅(qū)動類方法在面對超出了高性能區(qū)間的360°全空域波達方向估計時，部分位于角度周期邊界附近的信號源會出現(xiàn)因估計誤差而導(dǎo)致的波達方向估計準(zhǔn)確度驟降問題。

3、隨著通信環(huán)境的日益復(fù)雜化，基于神經(jīng)網(wǎng)絡(luò)的波達方向估計方法在估計準(zhǔn)確度、魯棒性和推理速度等方面表現(xiàn)出強大的適應(yīng)能力，其基于數(shù)據(jù)驅(qū)動的特性使得此類方法能夠處理各種角度區(qū)間的波達方向估計，不再受到高性能區(qū)間的限制。然而，由于360°全空域波達方向估計屬于大角度范圍的二維波達方向估計，傳統(tǒng)基于神經(jīng)網(wǎng)絡(luò)的波達方向估計方法在該場景下仍然面臨挑戰(zhàn)。一方面，分類神經(jīng)網(wǎng)絡(luò)假設(shè)信號從某些特定的方向到達，并將這些方向分類作為波達方向；為了保持良好的估計精度，相鄰特定方向間隔通常較小，這使得在全空域角度條件下，分類網(wǎng)絡(luò)所需的類別數(shù)量將非常龐大，訓(xùn)練成本極高。另一方面，雖然回歸神經(jīng)網(wǎng)絡(luò)可以直接估計波達角，但是由于全空域場景下波達方位角的360°周期性，回歸網(wǎng)絡(luò)會在角度取值周期范圍邊界處造成嚴重的估計誤差。因此，如何針對全空域場景下的波達方向估計進行神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計，以解決現(xiàn)有技術(shù)在360°全空域波達方向估計時的性能衰減，是當(dāng)前亟待解決的一個重要問題。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于針對上述現(xiàn)有技術(shù)存在的不足，提出一種基于空間扇區(qū)化神經(jīng)網(wǎng)絡(luò)的360°全空域波達方向估計方法，通過天線陣列信號建模，獲取用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)的信號協(xié)方差矩陣；進而通過空間扇區(qū)化和角度映射，將全空域的波達角范圍進行有效壓縮；最后設(shè)計了空間扇區(qū)化神經(jīng)網(wǎng)絡(luò)進行波達方向估計，從而避免了全空域場景下分類網(wǎng)絡(luò)所需類別過多與回歸網(wǎng)絡(luò)在角度邊界處的估計誤差問題，進而實現(xiàn)了全空域場景下的波達方向估計，為其在新一代無線通信系統(tǒng)以及無源定位、目標(biāo)探測等領(lǐng)域的應(yīng)用提供技術(shù)支撐。

2、本發(fā)明的目的是通過以下技術(shù)方案來實現(xiàn)的：一種基于空間扇區(qū)化神經(jīng)網(wǎng)絡(luò)的360°全空域波達方向估計方法，包含以下步驟：

3、(1)全空域接收信號建模與神經(jīng)網(wǎng)絡(luò)輸入構(gòu)建：假設(shè)有k個來自{(θk，φk)，k＝1，2，...，k}角度方向的遠場窄帶非相干信源，其中方位角θk∈[0°，360°]，俯仰角φk∈[-90°，90°]，表示信號從360°全空域到達；方位角為信號到達方向投影至天線陣列平面后，與x軸的夾角，俯仰角為信號到達方向與天線陣列平面的夾角；在接收端，使用m×n個物理天線陣元構(gòu)成天線陣列用于信號接收；將陣列接收到的信號建模為：

4、

5、其中，表示k個信源的接收信號波形矩陣，[·]t表示轉(zhuǎn)置運算，包含第k個信源的波形，t為采樣快拍數(shù)；為陣列導(dǎo)引矩陣，其中ak為對應(yīng)于第k個信源的導(dǎo)引向量，表示為：

6、

7、其中，(ui，vi)，i＝1，2，...，mn，表示平面陣列中第i個陣元的實際位置坐標(biāo)，且u1＝v1＝0；μk＝sinφkcosθk，vk＝sinφksinθk，表示虛數(shù)單位；n表示加性高斯白噪聲；利用接收到的信號矩陣x，計算出信號的協(xié)方差矩陣作為神經(jīng)網(wǎng)絡(luò)模型輸入，其中[·]h表示共軛轉(zhuǎn)置運算；

8、(2)將空域劃分為扇區(qū)并計算扇區(qū)索引：將方位角θk和俯仰角φk的角度取值范圍分別劃分為p和q個大小相同的區(qū)域，即整個空域被劃分為p×q個扇區(qū)；第k個信源的到達角度屬于某一個特定的扇區(qū)，其索引hk按下式計算：

9、

10、其中，分別表示扇區(qū)中方位角與俯仰角的取值范圍大小，表示向下取整運算；例如：第k個信源從{θk＝120°，φk＝60°}方向到達，假設(shè)空間被劃分p＝8，q＝2，即aθ＝45°，aφ＝90°的扇區(qū)，則此信源屬于hk＝10號扇區(qū)；

11、(3)利用扇區(qū)索引將全空域波達角映射到參考扇區(qū)：現(xiàn)有基于神經(jīng)網(wǎng)絡(luò)方法處理全空域下的波達角θ＝[θ1，θ2…，θk]，φ＝[φ1，φ2…，φk]時存在因模型復(fù)雜度增加導(dǎo)致的性能衰減，需要利用扇區(qū)索引將波達角取值范圍映射到參考扇區(qū)中以壓縮角度取值范圍；這里，參考扇區(qū)取零號(hk＝0)扇區(qū)；映射后的波達角、扇區(qū)索引和全空域波達角的數(shù)值關(guān)系由下式表示：

12、

13、

14、其中，和分別表示第k個信源的波達角經(jīng)過映射后，在參考扇區(qū)內(nèi)的方位角和俯仰角，且mod(·)表示求模運算，h＝[h1，h2，…，hk]表示信源所對應(yīng)扇區(qū)的索引；經(jīng)過角度映射后，全空域波達角{θ，φ}用取值范圍被壓縮后的三元組所等價表示；若能從輸入信號中估計出此三元組，則全空域波達角也可被恢復(fù)；

15、(4)空間扇區(qū)化神經(jīng)網(wǎng)絡(luò)設(shè)計：經(jīng)過空間扇區(qū)化和角度映射過程后，原本的全空域波達角被等價為三元組因此需要設(shè)計用于估計此三元組的神經(jīng)網(wǎng)絡(luò)架構(gòu)；空間扇區(qū)化神經(jīng)網(wǎng)絡(luò)架構(gòu)由分類器和估計器兩部分子網(wǎng)絡(luò)組成，分別用于估計扇區(qū)索引h和映射后的波達角信息分類器為分類神經(jīng)網(wǎng)絡(luò)，估計器為回歸神經(jīng)網(wǎng)絡(luò)，均使用信號協(xié)方差矩陣作為輸入；分類器使用卷積神經(jīng)網(wǎng)絡(luò)和多層感知機級聯(lián)結(jié)構(gòu)，輸出為對應(yīng)于各信源的k個概率分布，第k個概率分布中的最大值對應(yīng)的索引表示該信源波達角所對應(yīng)的空間扇區(qū)索引hk，k＝1，2，...，k；估計器使用卷積神經(jīng)網(wǎng)絡(luò)作為網(wǎng)絡(luò)結(jié)構(gòu)，輸出為2k個值，對應(yīng)經(jīng)過角度映射后，k個信源在參考扇區(qū)中的方位角和俯仰角該網(wǎng)絡(luò)模型是專為估計三元組而設(shè)計的；

16、(5)空間扇區(qū)化神經(jīng)網(wǎng)絡(luò)訓(xùn)練與推理：在訓(xùn)練階段，分類器和估計器分別獨立訓(xùn)練；分類器和估計器均使用梯度下降方法，以學(xué)習(xí)率α進行訓(xùn)練，訓(xùn)練目標(biāo)為最小化損失函數(shù)；在推理階段，將信號協(xié)方差矩陣輸入模型，分類器和估計器的輸出結(jié)果即為扇區(qū)索引與映射后角度的估計值；

17、(6)利用所得扇區(qū)信息和映射后角度值恢復(fù)全空域波達角：當(dāng)空間扇區(qū)化神經(jīng)網(wǎng)絡(luò)估計得到扇區(qū)索引h和角度映射后的波達角后，通過此三元組和全空域波達角之間的等價關(guān)系恢復(fù)全空域波達角，即：

18、

19、

20、其中，和分別表示空間扇區(qū)化神經(jīng)網(wǎng)絡(luò)估計得到的扇區(qū)索引和角度映射后波達角；即為全空域場景下的波達方向估計結(jié)果。

21、進一步地，步驟(1)所述的天線陣列采用均勻矩形陣列(uniform?rectangulararray)進行鋪設(shè)：選取兩個整數(shù)m和n，在x軸上架設(shè)m行陣元，每行沿y軸方向架設(shè)n個陣元且陣元間距d均為入射窄帶信號波長的一半；對于陣列中第i行第j列陣元，其位置坐標(biāo)為(ui，vj)，ui＝(i-1)d，vj＝(j-1)d；其中i＝1,2，...，m，j＝1,2，...，n；由此獲得用于信號接收的天線陣列。

22、進一步地，步驟(2)所述的扇區(qū)數(shù)量需參照如下性能平衡原則：在選取扇區(qū)數(shù)量時，扇區(qū)數(shù)量的增加會使得分類器需要識別的類別增多、性能下降；但同時會進一步縮小扇區(qū)角度范圍，使估計器準(zhǔn)確度上升；選取扇區(qū)數(shù)量時，不要使過大的分類誤差淹沒估計器準(zhǔn)確度上升帶來的性能增益。

23、進一步地，步驟(2)所述的扇區(qū)數(shù)量需參照如下原則綜合確定：扇區(qū)大小需合適以保證估計器準(zhǔn)確度；扇區(qū)數(shù)量不得過多或過少；分類器與估計器的性能平衡原則；綜合考慮以上原則，扇區(qū)數(shù)量選取為p＝8，q＝4，即每個扇區(qū)的方位角和俯仰角范圍均為45°。

24、進一步地，步驟(5)所述的損失函數(shù)通過如下方式進行選擇：分類器使用二元交叉熵函數(shù)作為損失函數(shù)，即：

25、

26、其中，d＝kpq為分類器輸出神經(jīng)元的數(shù)量，p＝[p1，p2，…，pd]∈{0，1}和分別為真實的和分類器估計的對應(yīng)扇區(qū)的概率分布；

27、估計器使用huber函數(shù)作為損失函數(shù)，即：

28、

29、其中，分別為真實的和估計的角度映射后的波達角，||·||1和||·||2分別表示曼哈頓范數(shù)和歐幾里得范數(shù)；η是一個閾值，用于控制huber函數(shù)在平均平方誤差(mean?square?error,mse)和平均絕對誤差(mean?absolute?error,mae)之間的選擇，這種閾值控制使得huber函數(shù)相比單獨的mse或mae函數(shù)具有更強的魯棒性。

30、本發(fā)明與現(xiàn)有技術(shù)相比具有以下優(yōu)點：

31、(1)本發(fā)明通過將空域劃分為扇區(qū)和角度映射，實現(xiàn)了全空域波達角取值范圍的有效壓縮，將全空域波達角用一個取值范圍受限的三元組等效，實現(xiàn)了全空域波達方向的準(zhǔn)確估計。

32、(2)本發(fā)明綜合了分類神經(jīng)網(wǎng)絡(luò)和回歸神經(jīng)網(wǎng)絡(luò)的優(yōu)勢，在低信噪比的條件下能夠?qū)崿F(xiàn)360°全空域波達方向估計的相對穩(wěn)定，具有魯棒性強的優(yōu)勢。同時分類器類別受到扇區(qū)數(shù)量限制，空間扇區(qū)化神經(jīng)網(wǎng)絡(luò)的訓(xùn)練復(fù)雜度相對現(xiàn)有基于分類網(wǎng)絡(luò)的波達方向估計技術(shù)更低。