基于修正因子的最小方差谱估计方法

摘要

本发明公开了一种基于修正因子的最小方差谱估计方法，主要解决现有技术空间谱主瓣较宽，旁瓣较高的缺点。其实现过程是：1)提取均匀线阵的接收数据x(t)；2)计算x(t)的协方差矩阵并对其求逆，得到接收数据的协方差逆矩阵3)构造N×N阶对角矩阵，根据和对角矩阵Y，构造修正因子β，并计算Capon空间谱函数；4)根据Capon空间谱函数以及修正因子β，得到空间谱函数P_p(θ)；5)根据P_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具有空间谱主瓣较窄，旁瓣较低的优点，且在分辨能力和测向稳健性上均优于现有MUSIC算法和Capon算法，可用于目标定位与跟踪。

主权项

一种基于修正因子的最小方差谱估计方法，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)；2)计算接收数据x(t)的协方差矩阵并对其求逆，得到接收数据的协方差逆矩阵3)构造N×N阶对角矩阵：其中，ρ为常数，ρ∈[10^‑8,10^‑4]；e^{‑jκd(i‑1)ρ}为对角矩阵Y的第i个对角线元素，i＝1,2…N，N表示阵元数，κ为波数，d为阵元间距，j为虚数单位，e为自然常数；4)根据协方差逆矩阵和对角矩阵Y，构造修正因子β:4a)根据协方差逆矩阵和对角矩阵Y，计算三个数值不同的扫描参数ξ₁、ξ₂和ξ₃：${\xi }_1=a^H\left(\theta \right){\hat{R}}_x^{-1}a\left(\theta \right),{\xi }_2=a^H\left(\theta \right){\hat{R}}_x^{-1}Ya\left(\theta \right),{\xi }_3=a^H\left(\theta \right)Y^H{\hat{R}}_x^{-1}Ya\left(\theta \right),$其中：θ为扫描角度，a(θ)为阵列导向矢量，a(θ)＝[1,e^jκdsinθ,…,e^{jκ(N‑1)dsinθ}]^T，上标T表示转置，上标H表示共轭转置；4b)根据4a)中的第一扫描参数ξ₁，得到Capon空间谱函数：4c)根据4a)中的第一扫描参数ξ₁、第二扫描参数ξ₂和第三扫描参数ξ₃，计算出Capon空间谱函数P_capon(θ)的修正因子：其中上标*表示共轭；5)根据4b)中的Capon空间谱函数P_capon(θ)以及4c)中的修正因子β，得到空间谱函数：P_p(θ)＝βP_capon(θ)；6)根据空间谱函数P_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