基于旋转空间差分法的非相关与相干信号混合场景DOA估计新方法

《IEEE Open Journal of Signal Processing》:Direction of Arrival Estimation for the Coexistence of Uncorrelated and Coherent Signals via Rotation Spatial Differencing Method

【字体: 大 中 小 】 时间:2025年12月16日 来源:IEEE Open Journal of Signal Processing 2.7

编辑推荐:

  本文针对复杂电磁环境下非相关与相干信号混合存在的DOA估计难题,提出了一种基于旋转空间差分技术的高分辨率估计算法。研究通过构建改进的协方差矩阵增强噪声抑制能力,结合相邻子阵列空间差分实现信号解相干,最终采用基于SVD的MUSIC谱搜索算法实现混合信号的一次性精准定位。仿真结果表明该方法在估计精度、稳定性和计算效率方面均优于现有技术,为阵列信号处理提供了创新解决方案。

  
在无线通信和雷达探测领域,准确估计信号波达方向(DOA)是阵列信号处理的核心任务。然而,实际电磁环境中普遍存在的多径效应会导致信号产生相干性,传统DOA估计方法如多重信号分类(MUSIC)算法在面对相干信号时会出现性能严重退化。更复杂的是,现实场景中往往同时存在非相关信号与相干信号的混合情况,这对现有技术提出了更大挑战。常规空间平滑方法虽然能解相干但会导致阵列孔径损失,而Toeplitz矩阵重构方法又易受噪声干扰。如何在高噪声环境下实现混合信号的高精度、高效率DOA估计,成为该领域亟待突破的技术瓶颈。
针对这一难题,上海交通大学罗鹏团队在《IEEE Open Journal of Signal Processing》上发表了一项创新研究成果。研究人员开发了一种基于旋转空间差分技术的DOA估计新方法,通过矩阵旋转和空间差分技术的巧妙结合,实现了非相关与相干混合信号的高分辨率估计。
研究团队采用的技术方法主要包括:首先利用最大似然法估计阵列信号协方差矩阵,通过旋转矩阵技术构建改进的协方差矩阵-Rx= Rx+ JRx*,其中J为交换矩阵;然后将改进矩阵划分为P个重叠子矩阵,通过相邻子阵列的空间差分操作构建差分矩阵H;最后采用基于奇异值分解(SVD)的MUSIC谱搜索算法实现信号子空间与噪声子空间的有效分离。
信号模型构建与理论基础
研究采用M阵元的均匀线性阵列(ULA)接收K个远场窄带混合信号,其中前L个为相干信号,剩余Q=K-L个为非相关信号。通过建立准确的阵列接收信号模型,推导出旋转空间差分矩阵的数学表达式,并严格证明了该矩阵不存在秩亏损问题,其秩等于信号总数,为后续高精度DOA估计奠定了理论基础。
算法性能验证实验
实验一通过与传统方法对比验证了所提方法的优越性。在包含4个相干信号(-30°、0°、10°、40°)和3个非相关信号(-45°、-10°、60°)的混合场景下,新方法展现出更高的谱峰分辨率和估计精度。如图3所示,该方法能清晰区分所有信号方向,而对比方法存在估计模糊或失效现象。
参数影响分析
系统考察了信噪比(SNR)、快拍数、阵元数和子阵列数等关键参数对估计性能的影响。随着SNR从0dB增加到20dB,方法的均方根误差(RMSE)显著降低并接近克拉美-罗界(CRB)。当子阵列数P=3时达到最优性能,过多或过少的子阵列都会降低估计精度。阵元数增加带来分辨率提升,而快拍数增加则提高估计稳定性。
算法辨识能力测试
实验二重点评估了方法的信号辨识能力。结果显示,当P=2时能同时估计8个信号方向,其中相干信号最多可估计4个,远超传统方法仅能估计2个相干信号的限制。这种显著的性能提升得益于旋转矩阵技术对阵列流型的保护和对噪声的有效抑制。
该研究通过理论创新和方法改进,成功解决了非相关与相干信号混合场景下的DOA估计难题。旋转空间差分技术不仅提高了估计精度和稳定性,还通过一次性谱搜索显著降低了计算复杂度。方法在保持高分辨率的同时,能够处理更多信号源并有效抑制环境噪声,为复杂电磁环境下的目标定位提供了可靠的技术手段。尽管在低信噪比条件下性能仍有提升空间,但本研究为后续相关技术的发展奠定了重要基础,对雷达、声纳、无线通信等领域的信号处理具有重要应用价值。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号