基于L型稀疏阵列的二维波达方向估计
发布时间：2021-01-06 08:40
针对传统的二维波达方向估计方法估计的信源数少、计算复杂度大的问题,提出了一种基于L型稀疏阵列的二维波达方向估计方法,利用安放在L型阵列上的互偶阵列来形成虚拟阵列,从而增加阵列自由度;通过将虚拟阵列分成若干个等间隔稀疏子阵列来压缩角度搜索区间,从而降低计算复杂度;通过MUSIC搜索得到谱峰,并利用最大似然准则筛选和匹配入射信号的俯仰角和方位角。该方法使可估计的信源数超过实际的物理阵元数,不仅提高估计精度且大大降低了计算复杂度。MATLAB仿真结果验证了该方法的有效性。
【文章来源】：计量学报. 2019,40(05)北大核心
【文章页数】：5 页
【部分图文】：
互偶阵列示意图Fig.1Thefigureoftheco-evenarray
的情况下，从信源的俯仰角和方位角两个方面分析信噪比和样本数对估计精度的影响。互偶阵列总物理阵元数为7(M=4，N=4)，其差阵列中所包含的虚拟阵元数为33，将差阵列分成2个子阵，每个子阵列提供的阵列自由度为8。为了比较，最大似然算法和克拉美罗下限(CＲB)［12］曲线也被画出。在以下实验中，互耦影响因子为0.1，搜索步长取为0.1，试验次数为100次。(1)信噪比对估计精度的影响。令样本数为600，经过MATLAB仿真，均方误差随信噪比变化曲线如图2所示。图2均方误差随信噪比变化Fig.2Meansquareerror(MSE)versusSNＲ从图2可以看出:随着信噪比增大，俯仰角和方位角的均方误差曲线呈下降趋势，且从均方误差的数量级来看，实现了角度的精确配对;总的来看，MUSIC算法的估计误差小于最大似然算法估计误差;对于MUSIC算法，俯仰角的估计误差小于方位角的估计误差。(2)样本数对估计精度的影响。在实验时，信第40卷第5期张志伟等:基于L型稀疏阵列的二维波达方向估计757
噪比为5dB。经过MATLAB仿真，均方误差随样本数变化曲线如图3所示。图3均方误差随样本数变化Fig.3MSEversussnap从图3可以看出:随着样本数增大，俯仰角和方位角的均方误差曲线呈下降趋势;总的来看，MUSIC算法的估计误差与最大似然算法估计误差相差不大;俯仰角的均方误差曲线在方位角均方误差曲线的下方，说明俯仰角的估计精度更高。3.2复杂度分析因为计算机在进行计算时，所需要的时间与运算的次数成正比，因此对计算复杂度的分析可以转换成计算机运算所需时间。为了比较不同方法的计算复杂度，在同一台电脑进行仿真实验(电脑型号:LENOVOXIAOXINI2000;处理器:Intel(Ｒ)Core(TM)i7－5557UCPU@3.10GHz)，互偶阵列的分层(L=2)和不分层(L=1)两种情况，估计波达方向角所需要的时间。在搜索步长为0.5，互耦影响因子为0.1，样本数为600，信噪比为5dB的条件下，运算次数为100次并取其平均值，所用时间如表1所示。表1对2个信源DOA估计的搜索时间Tab.1ThetimeofsearchforDOAestimations搜索算法CEA(L=1)CEA(L=2)MUSIC431.32540.875ML289483365.289从表1可以看出:当对两个信源进行DOA估计时，最大似然搜索时间都远远大于MUSIC算法的搜索时间，说明最大似然算法计算复杂度明显高于MUSIC算法，不适用于工程实践;且不分层的差阵列DOA估计的搜索时间明显大于分层的差阵列的搜索时间;针对MUSIC算法而言，不分层的差阵列的搜索时间是分层的差阵列的10倍。3.3互耦矩阵的影响程度分析为了分析互耦对波达方向估计的影响，让互耦影响因子γ从0.2逐渐变大直到为1，统计不
【参考文献】：
期刊论文
[1]基于希尔伯特变换的科氏质量流量计信号处理方法研究与实现[J]. 张建国,徐科军,董帅,刘铮,侯其立. 计量学报. 2017(03)
本文编号：2960269
【文章来源】：计量学报. 2019,40(05)北大核心
【文章页数】：5 页
【部分图文】：
互偶阵列示意图Fig.1Thefigureoftheco-evenarray
的情况下，从信源的俯仰角和方位角两个方面分析信噪比和样本数对估计精度的影响。互偶阵列总物理阵元数为7(M=4，N=4)，其差阵列中所包含的虚拟阵元数为33，将差阵列分成2个子阵，每个子阵列提供的阵列自由度为8。为了比较，最大似然算法和克拉美罗下限(CＲB)［12］曲线也被画出。在以下实验中，互耦影响因子为0.1，搜索步长取为0.1，试验次数为100次。(1)信噪比对估计精度的影响。令样本数为600，经过MATLAB仿真，均方误差随信噪比变化曲线如图2所示。图2均方误差随信噪比变化Fig.2Meansquareerror(MSE)versusSNＲ从图2可以看出:随着信噪比增大，俯仰角和方位角的均方误差曲线呈下降趋势，且从均方误差的数量级来看，实现了角度的精确配对;总的来看，MUSIC算法的估计误差小于最大似然算法估计误差;对于MUSIC算法，俯仰角的估计误差小于方位角的估计误差。(2)样本数对估计精度的影响。在实验时，信第40卷第5期张志伟等:基于L型稀疏阵列的二维波达方向估计757
噪比为5dB。经过MATLAB仿真，均方误差随样本数变化曲线如图3所示。图3均方误差随样本数变化Fig.3MSEversussnap从图3可以看出:随着样本数增大，俯仰角和方位角的均方误差曲线呈下降趋势;总的来看，MUSIC算法的估计误差与最大似然算法估计误差相差不大;俯仰角的均方误差曲线在方位角均方误差曲线的下方，说明俯仰角的估计精度更高。3.2复杂度分析因为计算机在进行计算时，所需要的时间与运算的次数成正比，因此对计算复杂度的分析可以转换成计算机运算所需时间。为了比较不同方法的计算复杂度，在同一台电脑进行仿真实验(电脑型号:LENOVOXIAOXINI2000;处理器:Intel(Ｒ)Core(TM)i7－5557UCPU@3.10GHz)，互偶阵列的分层(L=2)和不分层(L=1)两种情况，估计波达方向角所需要的时间。在搜索步长为0.5，互耦影响因子为0.1，样本数为600，信噪比为5dB的条件下，运算次数为100次并取其平均值，所用时间如表1所示。表1对2个信源DOA估计的搜索时间Tab.1ThetimeofsearchforDOAestimations搜索算法CEA(L=1)CEA(L=2)MUSIC431.32540.875ML289483365.289从表1可以看出:当对两个信源进行DOA估计时，最大似然搜索时间都远远大于MUSIC算法的搜索时间，说明最大似然算法计算复杂度明显高于MUSIC算法，不适用于工程实践;且不分层的差阵列DOA估计的搜索时间明显大于分层的差阵列的搜索时间;针对MUSIC算法而言，不分层的差阵列的搜索时间是分层的差阵列的10倍。3.3互耦矩阵的影响程度分析为了分析互耦对波达方向估计的影响，让互耦影响因子γ从0.2逐渐变大直到为1，统计不
【参考文献】：
期刊论文
[1]基于希尔伯特变换的科氏质量流量计信号处理方法研究与实现[J]. 张建国,徐科军,董帅,刘铮,侯其立. 计量学报. 2017(03)
本文编号：2960269
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/2960269.html
