基于谱锐化的多重信号分类谱估计方法

摘要

本发明公开了一种基于谱锐化的多重信号分类谱估计方法，主要解决现有谱估计方法在低信噪比情况下角度分辨能力低及测向稳健性差的问题。其实现是：1)获得均匀线阵的接收数据x(t)和两个导向矢量；2)计算接收数据x(t)的协方差矩阵并对其进行特征值分解，得到接收数据的噪声子空间U_N；3)根据两个导向矢量与噪声子空间U_N的正交性，计算两个相关矢量；4)利用两个相关矢量的相关性构造锐化因子；5)根据MUSIC空间谱函数以及锐化因子，得到锐化后的空间谱函数P(θ)；6)根据锐化后的空间谱函数P(θ)，对波达方向进行最大似然估计，得到波达方向的估计值本发明空间谱谱峰尖锐，且在分辨能力和测向稳健性上均优于现有MUSIC算法，可用于目标定位与跟踪。

主权项

一种基于谱锐化的多重信号分类谱估计方法，包括以下步骤：1)根据均匀线阵天线的阵列结构，获得整个均匀阵列的接收数据x(t)、第一导向矢量a(θ)和第二导向矢量a(θ')；2)计算接收数据x(t)的协方差矩阵并对其进行特征值分解，得到接收数据的噪声子空间U_N；3)根据导向矢量与噪声子空间U_N正交性，计算如下两个相关矢量：第一相关矢量：Ψ＝a^H(θ)U_N第二相关矢量：Γ＝a^H(θ')U_N其中：上标H表示共轭转置；4)利用第一相关矢量Ψ和第二相关矢量Γ的相关性构造锐化因子：4a)根据3)中的第一相关矢量Ψ，得到MUISC空间谱函数：其中||·||₂表示2－范数；4b)根据3)中的第一相关矢量Ψ和第二相关矢量Γ，计算出归一化相关系数：4c)根据4b)中相关系数α得到锐化因子：β＝1‑α²；5)根据4c)中的锐化因子β以及4a)中的MUISC空间谱函数P_MUSIC(θ)，得到锐化后的MUISC空间谱函数：P(θ)＝βP_MUSIC(θ)；6)根据空间谱函数P(θ)，对波达方向进行最大似然估计，得到波达方向的估计值