本發(fā)明屬于信號(hào)處理，具體涉及一種近場(chǎng)非相干分布源定位方法。

背景技術(shù)：

1、在聲吶、航空聲源定位以及移動(dòng)汽車?yán)走_(dá)定位等領(lǐng)域，目標(biāo)源離探測(cè)傳感器陣列越近，接收到的源信號(hào)在空間看起來越分散。在這種情況下，近場(chǎng)目標(biāo)源信號(hào)應(yīng)該建模為近場(chǎng)分布源。與遠(yuǎn)場(chǎng)分布源的陣列方向向量主要與波達(dá)角有關(guān)不同，近場(chǎng)分布源的陣列方向向量不僅與波達(dá)角有關(guān)還與距離有關(guān)。因此遠(yuǎn)場(chǎng)分布源的波達(dá)角估計(jì)方法并不能直接用于近場(chǎng)分布源定位。根據(jù)來自不同空間位置的信號(hào)相關(guān)程度不同，近場(chǎng)分布源也可以分為近場(chǎng)相干分布源與非相干分布源。對(duì)于同一非相干分布源，來自不同空間位置的信號(hào)不相干。

2、目前近場(chǎng)分布源定位的方法，主要是將遠(yuǎn)場(chǎng)分布源子空間方法擴(kuò)展到近場(chǎng)分布源，估計(jì)分布源角度分布的參數(shù)，如近場(chǎng)子空間nf-dispare方法(參考文獻(xiàn)：meng?y,stoicap,wong?k?m.estimation?of?the?directions?of?arrival?of?spatially?dispersedsignals?in?array?processing[j].iee?proceedings-radar,sonar?and?navigation,1996,143(1):1–9.)，該方法假定所有源的角度分布形狀都是已知的且是相同的，然而實(shí)際場(chǎng)景中，每個(gè)源的空間分布是未知與不同的。為了克服nf-dspe方法的不足，有研究提出了聯(lián)合角度、距離、擴(kuò)展、形狀估計(jì)器(jadsse)方法(參考文獻(xiàn)：abouchaaya?j,picheral?j,marcos?s.localization?of?spatially?distributed?near-field?sources?withunknown?angular?spread?shape[j].signal?processing,2015,106:259–265.)。該方法增加了一個(gè)形狀參數(shù)來估計(jì)角度分布的類型。nf-dispare方法和jadsse方法本質(zhì)上都是基于一個(gè)參數(shù)化的角度分布模型，假定角度分布為幾種特定的分布類型，通過匹配搜索算法，尋找最匹配的空間分布的角度與距離關(guān)鍵參數(shù)，即距離、中心波達(dá)角、角度擴(kuò)展和角度分布的形狀。然而在實(shí)際應(yīng)用場(chǎng)景中，準(zhǔn)確的角度分布類型往往是未知的，假設(shè)的幾種分布類型可能并不能較好的匹配各種復(fù)雜的近場(chǎng)分布源場(chǎng)景。另外，由于需要多維參數(shù)搜索，其計(jì)算復(fù)雜度都較高。

3、綜上所述，現(xiàn)有近場(chǎng)分布源定位方法，主要基于角度分布的參數(shù)化模型，即需要角度分布的類型(形狀)已知，難以滿足復(fù)雜場(chǎng)景下不同角度分布的源定位，同時(shí)由于需要多維參數(shù)搜索算法復(fù)雜度過高，因此急需一種無(wú)需已知角度分布類型且算法復(fù)雜度低的近場(chǎng)分布源定位方法。

技術(shù)實(shí)現(xiàn)思路

1、為解決以上現(xiàn)有技術(shù)存在的問題，本發(fā)明提出了一種近場(chǎng)非相干分布源定位方法，該方法包括：采用傳感器陣列接收近場(chǎng)非相干分布源信號(hào)，并估計(jì)近場(chǎng)非相干分布源信號(hào)的協(xié)方差估計(jì)量；根據(jù)協(xié)方差估計(jì)量構(gòu)建近場(chǎng)非相干分布源信號(hào)的協(xié)方差模型；離散化近場(chǎng)非相干分布源的角度與距離分布，得到含有空間譜矩陣的近場(chǎng)非相干分布源信號(hào)協(xié)方差模型；根據(jù)含有空間譜矩陣的近場(chǎng)非相干分布源信號(hào)協(xié)方差模型構(gòu)建空間譜估計(jì)的低秩最小化問題；對(duì)低秩最小化問題進(jìn)行求解，得到空間譜估計(jì)量；根據(jù)空間譜估計(jì)量提取空間譜中的近場(chǎng)分布源的角度與距離分布的關(guān)鍵參數(shù)，根據(jù)關(guān)鍵參數(shù)得到近場(chǎng)非相干分布源的位置。

2、本發(fā)明的有益效果：

3、本發(fā)明無(wú)需已知近場(chǎng)非相干分布源空間分布的參數(shù)化模型，能直接定位估計(jì)源的角度與距離分布，并可根據(jù)需要靈活提取分布的關(guān)鍵參數(shù)，且本發(fā)明的算法復(fù)雜度低。

技術(shù)特征：

1.一種近場(chǎng)非相干分布源定位方法，其特征在于，包括：采用傳感器陣列接收近場(chǎng)非相干分布源信號(hào)，并估計(jì)近場(chǎng)非相干分布源信號(hào)的協(xié)方差估計(jì)量；根據(jù)協(xié)方差估計(jì)量構(gòu)建近場(chǎng)非相干分布源信號(hào)的協(xié)方差模型；離散化近場(chǎng)非相干分布源的角度與距離分布，得到含有空間譜矩陣的近場(chǎng)非相干分布源信號(hào)協(xié)方差模型；根據(jù)含有空間譜矩陣的近場(chǎng)非相干分布源信號(hào)協(xié)方差模型構(gòu)建空間譜估計(jì)的低秩最小化問題；對(duì)低秩最小化問題進(jìn)行求解，得到空間譜估計(jì)量；根據(jù)空間譜估計(jì)量提取空間譜中的近場(chǎng)分布源的角度與距離分布的關(guān)鍵參數(shù)，根據(jù)關(guān)鍵參數(shù)得到近場(chǎng)非相干分布源的位置。

2.根據(jù)權(quán)利要求1所述的一種近場(chǎng)非相干分布源定位方法，其特征在于，傳感器陣列包括n個(gè)均勻的分布在一條直線上的傳感器，相鄰兩個(gè)傳感器之間的距離d為源信號(hào)的半波長(zhǎng)其中，λ為源信號(hào)的波長(zhǎng)。

3.根據(jù)權(quán)利要求1所述的一種近場(chǎng)非相干分布源定位方法，其特征在于，估計(jì)傳感器陣列輸出信號(hào)的協(xié)方差包括：獲取傳感器陣列在t時(shí)刻輸出的信號(hào)x(t)；計(jì)算信號(hào)x(t)的協(xié)方差，并估計(jì)輸出信號(hào)協(xié)方差的估計(jì)量；根據(jù)輸出信號(hào)的協(xié)方差估計(jì)量估計(jì)近場(chǎng)非相干分布源信號(hào)的協(xié)方差估計(jì)量。

4.根據(jù)權(quán)利要求3所述的一種近場(chǎng)非相干分布源定位方法，其特征在于，估計(jì)近場(chǎng)非相干分布源信號(hào)的協(xié)方差估計(jì)量為：

5.根據(jù)權(quán)利要求1所述的一種近場(chǎng)非相干分布源定位方法，其特征在于，近場(chǎng)非相干分布源信號(hào)的協(xié)方差模型為：

6.根據(jù)權(quán)利要求1所述的一種近場(chǎng)非相干分布源定位方法，其特征在于，離散化近場(chǎng)非相干分布源的角度與距離分布包括：對(duì)角度范圍θ與距離范圍y離散化，得到范圍內(nèi)的均勻離散點(diǎn){θ1，θ2，...，θm}和{l1，l2，...，ln}；根據(jù)均勻離散點(diǎn)對(duì)陣列輸出信號(hào)表達(dá)式進(jìn)行優(yōu)化，得到含有空間譜矩陣的近場(chǎng)非相干分布源信號(hào)協(xié)方差模型。

7.根據(jù)權(quán)利要求1所述的一種近場(chǎng)非相干分布源定位方法，其特征在于，空間譜估計(jì)的低秩最小化問題為：

8.根據(jù)權(quán)利要求1所述的一種近場(chǎng)非相干分布源定位方法，其特征在于，對(duì)低秩最小化問題進(jìn)行求解包括：采用迭代加權(quán)核范數(shù)算法將低秩最小化問題轉(zhuǎn)換為迭代加權(quán)核范數(shù)最小化問題；采用加權(quán)奇異值閾值算子對(duì)迭代加權(quán)核范數(shù)最小化問題進(jìn)行求解，當(dāng)計(jì)算過程中滿足迭代停止條件時(shí)，得到低秩矩陣p有一個(gè)全局最優(yōu)解，該最優(yōu)解為空間譜估計(jì)量。

9.根據(jù)權(quán)利要求8所述的一種近場(chǎng)非相干分布源定位方法，其特征在于，迭代加權(quán)核范數(shù)最小化問題為：

技術(shù)總結(jié)
本發(fā)明屬于信號(hào)處理技術(shù)領(lǐng)域，涉及一種近場(chǎng)非相干分布源定位方法，包括：采用傳感器陣列接收近場(chǎng)非相干分布源信號(hào)，估計(jì)近場(chǎng)非相干分布源信號(hào)的協(xié)方差估計(jì)量；根據(jù)協(xié)方差估計(jì)量構(gòu)建近場(chǎng)非相干分布源信號(hào)的協(xié)方差模型；離散化近場(chǎng)非相干分布源的角度與距離分布，得到含有空間譜矩陣的近場(chǎng)非相干分布源信號(hào)協(xié)方差模型；根據(jù)近場(chǎng)非相干分布源信號(hào)協(xié)方差模型構(gòu)建空間譜估計(jì)的低秩最小化問題；對(duì)低秩最小化問題進(jìn)行求解，得到空間譜估計(jì)量；根據(jù)空間譜估計(jì)量提取空間譜中的近場(chǎng)分布源的角度與距離分布的關(guān)鍵參數(shù)，根據(jù)關(guān)鍵參數(shù)得到近場(chǎng)非相干分布源的位置；本發(fā)明無(wú)需已知近場(chǎng)非相干分布源空間分布的參數(shù)化模型，能直接定位估計(jì)源的角度與距離分布。

技術(shù)研發(fā)人員：楊澤遠(yuǎn),楊麗麗,李帥永,湯敏,陶發(fā)展,史海洋,柏力萄,趙方蘇,蒙維貴,郭超
受保護(hù)的技術(shù)使用者：萬(wàn)基泰科工集團(tuán)數(shù)字城市科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6