本發(fā)明涉及一種目標(biāo)方位估計方法。

背景技術(shù)：

在低空目標(biāo)探測等方面，小尺度基陣以結(jié)構(gòu)簡單、布放便利等特性得以廣泛應(yīng)用(徐小哲，小尺度基陣空氣聲被動定向[D].西北工業(yè)大學(xué),2005.)。而傳統(tǒng)的目標(biāo)方位估計方法，如常規(guī)波束形成法(Conventional BeamForming，CBF)、最小方差無失真響應(yīng)法(Minimum Variance Distortionless Response，MVDR)和多重信號分類法(MUltiple SIgnal Classification,MUSIC)，在滿足陣元間距等于半波長條件的大型基陣中具有很好的目標(biāo)方位估計效果。但是小尺度基陣的陣元間距小且陣元數(shù)目少，并且所探測目標(biāo)的信號頻率范圍較廣，導(dǎo)致陣元間距無法滿足半波長的條件，因此將傳統(tǒng)的方位估計方法應(yīng)用于小尺度基陣時，方位估計性能較差。為了提高小尺度基陣的目標(biāo)方位估計性能，王學(xué)青(王學(xué)青，時銀水，朱巖.四元平面方陣對空聲時延定位誤差分析[J].電聲技術(shù),2005(11):4-6.)、程翔(程翔，張河.高低四元陣定位算法及其精度分析[J].探測與控制學(xué)報,2006,28(4):12-14.)、孫書學(xué)(孫書學(xué)，顧曉輝，孫曉霞.用正四棱錐形陣對聲目標(biāo)定位研究[J].應(yīng)用聲學(xué),2006,25(2):102-108.)和林曉東(林曉東，吳松林，張川.六元探測基陣被動聲定位算法及其性能研究[J].聲學(xué)技術(shù),2008,27(2):192-196.)等人研究了不同陣型的小尺度基陣目標(biāo)方位估計的性能和影響因素。

但是，上述研究中的方法都是直接根據(jù)陣元接收信號間的時延差和數(shù)學(xué)模型計算出目標(biāo)的方位和距離，對目標(biāo)方位估計算法沒有更深入的研究。另外，未考慮多目標(biāo)情況下的目標(biāo)分辨問題，同時也未考慮信噪比(Signal-to-Noise Ratio，SNR)對方位估計的影響。

技術(shù)實(shí)現(xiàn)要素：

為了克服現(xiàn)有技術(shù)的不足，本發(fā)明針對五元體積陣提出一種基于互相關(guān)虛擬陣列的最小方差無失真響應(yīng)(Cross-Correlation Minimum Variance Distortionless Response,CC_MVDR)多目標(biāo)方位估計方法，將互相關(guān)處理和Toeplitz平均處理相結(jié)合，有效改善傳統(tǒng)方法在低信噪比下目標(biāo)方位估計的性能，提高五元體積陣多目標(biāo)方位估計的性能。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案包括以下步驟：

1)獲取五元體積陣各陣元在D個窄帶信源入射下的接收信號X(t)；其中，窄帶信源的頻率由五元體積陣所探測目標(biāo)的頻率特性確定，而常見的直升機(jī)、坦克和裝甲車等目標(biāo)噪聲信號的頻率范圍都在400Hz以內(nèi)；所述的五元體積陣由5個麥克風(fēng)S_m作為陣元組成，4個陣元位于正方形的四個頂點(diǎn)，第5個陣元位于正方形中心的正上方，第m個陣元的位置坐標(biāo)記為P_m，m＝1,2,…,5，五個陣元到正方形中心的距離均為r，其值為信號波長的四分之一；

假設(shè)目標(biāo)位于(x，y，_z)處，與坐標(biāo)原點(diǎn)的連線和Z軸正方向的夾角定義為俯仰角連線在XOY平面的投影和X軸正方向的夾角定義為方位角θ；每個窄帶信源相對于五元體積陣的方位為d＝1,2,…,D，信號的時域快拍數(shù)為L，各陣元上的加性白噪聲彼此獨(dú)立，且為平穩(wěn)、零均值高斯白噪聲，方差為σ²，則陣元的接收信號X(t)＝VS(t)+N(t)，其中，X(t)＝[X₁(t) X₂(t) … X₅(t)]^T為5×L維基陣接收數(shù)據(jù)矩陣，其中X_m(t)為陣元m的接收數(shù)據(jù)向量；S(t)為D×L維目標(biāo)信號數(shù)據(jù)矩陣；N(t)為5×L維基陣接收噪聲數(shù)據(jù)矩陣；為陣列流形向量組成的矩陣，其中目標(biāo)d的陣列流形向量式中，為波數(shù)向量，λ_d為信號的波長；

2)在各陣元接收信號之間做互相關(guān)處理，由此得到一個25元虛擬體積陣P_ij＝P_j-P_i以及對應(yīng)的輸出序列i,j＝1,2,…,5，式中，表示i號陣元接收信號X_i(t)的共軛，τ的取值范圍為[-(L-1),L-1]，E[]表示求期望；

3)在得到的25元虛擬體積陣中，將同一位置上重疊的虛擬陣元所對應(yīng)的輸出序列求平均，作為該位置上新的虛擬陣元輸出序列，得到一個17元虛擬體積陣以及對應(yīng)的輸出序列；

4)對所獲得的17元虛擬體積陣的輸出序列Y求協(xié)方差矩陣R＝Y(jié)Y^H；采用MVDR方法進(jìn)行二維方位估計，獲得二維空間功率譜式中，為17×1維空間掃描向量，R^-1表示協(xié)方差矩陣R的逆；最后根據(jù)二維空間功率譜圖中峰值的數(shù)目和對應(yīng)的位置確定目標(biāo)的數(shù)目和各目標(biāo)的方位角、俯仰角。

本發(fā)明的有益效果是：通過在接收信號之間做互相關(guān)處理和求平均處理，將五元體積陣擴(kuò)展到17元虛擬體積陣，增加了陣列自由度，并且抑制了噪聲，從而提高五元體積陣在低信噪比下方位估計的性能。

本發(fā)明的基本原理經(jīng)過了理論推導(dǎo)，實(shí)施方案經(jīng)過了計算機(jī)數(shù)值仿真的驗(yàn)證，其結(jié)果表明本發(fā)明提出的方法可以有效地提升五元體積陣目標(biāo)方位估計的性能。

附圖說明

圖1是本發(fā)明中使用的五元體積陣示意圖；

圖2是經(jīng)過互相關(guān)處理后得到的25元虛擬陣示意圖；

圖3是SNR＝0dB時目標(biāo)方位估計結(jié)果圖；

圖4是SNR＝0dB時MVDR方法的二維方位譜圖；

圖5是SNR＝0dB時CC_MVDR方法的二維方位譜圖；

圖6是SNR＝-10dB時目標(biāo)方位估計結(jié)果圖；

圖7是SNR＝-10dB時MVDR方法的二維方位譜圖；

圖8是SNR＝-10dB時CC_MVDR方法的二維方位譜圖。

具體實(shí)施方式

下面結(jié)合附圖和實(shí)施實(shí)例對本發(fā)明進(jìn)一步說明，本發(fā)明包括但不僅限于下述實(shí)例。

本發(fā)明的主要內(nèi)容有：

1)針對圖1所示的五元體積陣(4個陣元位于正方形的四個頂點(diǎn)，第5個陣元位于正方形中心的正上方，五個陣元到正方形中心的距離為r，r取值為信號波長的四分之一)，利用各陣元上接收信號相關(guān)性較高而噪聲相關(guān)性較低的特性，在各陣元的接收信號之間做互相關(guān)處理以抑制噪聲，并得到一個25元虛擬體積陣以及對應(yīng)的輸出序列。對25元虛擬體積陣中位置重疊的虛擬陣元上的輸出序列求平均，得到一個17元虛擬體積陣以及對應(yīng)的輸出序列。最后，利用MVDR方法處理17元虛擬體積陣的輸出序列，獲得多個目標(biāo)的二維方位估計結(jié)果。

2)通過計算機(jī)數(shù)值仿真，對本發(fā)明所提出的基于互相關(guān)處理的五元體積陣MVDR多目標(biāo)方位估計方法進(jìn)行了檢驗(yàn)，證明了本發(fā)明中針對五元體積陣提出的多目標(biāo)方位估計方法的有效性。

本發(fā)明解決現(xiàn)存問題所采用的技術(shù)方案可分為以下4個步驟：

1)針對本發(fā)明所使用的五元體積陣結(jié)構(gòu)(陣列結(jié)構(gòu)如圖1所示，即4個陣元位于正方形的四個頂點(diǎn)，第5個陣元位于正方形中心的正上方，五個陣元到正方形中心的距離為r，r取值為信號波長的四分之一)，獲取各陣元在多個窄帶信源入射下的接收信號；

2)在各陣元接收信號之間做互相關(guān)處理，由此得到一個25元虛擬體積陣以及對應(yīng)的輸出序列；

3)在得到的25元虛擬體積陣中，(0，0，0)坐標(biāo)處有五個重疊的虛擬陣元；(r，r，0)坐標(biāo)處有兩個重疊的虛擬陣元；(-r，r，0)坐標(biāo)處有兩個重疊的虛擬陣元；(-r，-r，0)坐標(biāo)處有兩個重疊的虛擬陣元；(r，-r，0)坐標(biāo)處有兩個重疊的虛擬陣元。將同一位置上重疊的虛擬陣元所對應(yīng)的輸出序列求平均，作為該位置上新的虛擬陣元輸出序列，即：(0，0，0)坐標(biāo)處是五個重疊的虛擬陣元上輸出序列的平均，(r，r，0)坐標(biāo)、(-r，r，0)坐標(biāo)、(-r，-r，0)坐標(biāo)和(r，-r，0)坐標(biāo)分別是兩個重疊的虛擬陣元上輸出序列的平均，最后得到一個17元虛擬體積陣以及對應(yīng)的輸出序列；

4)對所獲得的17元虛擬體積陣的輸出序列采用MVDR方法進(jìn)行二維方位估計，獲得多個目標(biāo)對應(yīng)的方位角和俯仰角。

下面對本發(fā)明的每個步驟作詳細(xì)說明：

步驟1)的具體內(nèi)容如下：

本發(fā)明所針對的五元體積陣由麥克風(fēng)S₁、S₂、S₃、S₄和S₅組成，如圖1所示。每個麥克風(fēng)到坐標(biāo)原點(diǎn)的距離都為r，r的大小等于目標(biāo)信號波長的四分之一，其第m個麥克風(fēng)的位置坐標(biāo)記為P_m(m＝1,2,…,5)。假設(shè)目標(biāo)位于(x，y，z)處，與坐標(biāo)原點(diǎn)的連線和Z軸正方向的夾角定義為俯仰角連線在XOY平面的投影和X軸正方向的夾角定義為方位角θ。

假設(shè)存在D個窄帶信源，其相對于基陣的方位分別為d＝1,2,…,D，陣元位置為P_m(m＝1,2,…,5)，信號的時域快拍數(shù)為L。各陣元上的加性白噪聲彼此獨(dú)立，且為平穩(wěn)、零均值高斯白噪聲，方差為σ²，則陣元的接收信號表示為

X(t)＝VS(t)+N(t) (1)

式中，X(t)＝[X₁(t) X₂(t) … X₅(t)]^T為5×L維基陣接收數(shù)據(jù)矩陣，其中X_m(t)(m＝1,2,…,5)為m號陣元的接收數(shù)據(jù)向量；S(t)為D×L維目標(biāo)信號數(shù)據(jù)矩陣；N(t)為5×L維基陣接收噪聲數(shù)據(jù)矩陣；為陣列流形向量組成的矩陣，其中目標(biāo)d的陣列流形向量為

式中

為波數(shù)向量，λ_d為信號的波長。

步驟2)的具體內(nèi)容如下：

基陣上各陣元的接收信號分別為X_m(m＝1,2,…,5)，在這些接收信號之間做互相關(guān)處理，得到輸出序列

式中，R_S(τ)是信號的D×(2L-1)維互相關(guān)矩陣，R_N(τ)是i,j號陣元接收噪聲的互相關(guān)向量；V_i和V_j分別是矩陣V的第i行和第j行，V_ij為虛擬陣的陣列流形向量，表達(dá)式為

所以對應(yīng)的虛擬陣元的位置則表示為

P_ij＝P_j-P_i i,j＝1,2,…,5 (6)

由此得到一個25元虛擬體積陣及其對應(yīng)的輸出序列。25元虛擬體積陣如圖2所示，黑色實(shí)心圓表示實(shí)際陣元，實(shí)心菱形表示虛擬陣元，空心菱形表示該位置有兩個及以上虛擬陣元。

步驟3)的具體內(nèi)容如下：

這25個虛擬陣元中，P_ij(i＝j(luò)＝1,2,…,5)五個位置坐標(biāo)相同，為(0，0，0)；P₃₄₂₅和P位置坐標(biāo)相同，為(r，r，0)；P₃₂₄₅和P位置坐標(biāo)相同，為(-r，r，0)；P₅₂₄₃和P位置坐標(biāo)相同，為(-r，-r，0)；P₂₃₅₄和P位置坐標(biāo)相同，為(r，-r，0)。這些相同位置上虛擬陣元對應(yīng)的輸出序列有相同的相位差，因此，對相同位置上虛擬陣元的輸出序列求平均，作為該位置上虛擬陣元的輸出。通過做平均處理，舍掉同一位置上多余的陣元，僅保留一個陣元，簡化了基陣的結(jié)構(gòu)，最后得到一個17元虛擬陣及其對應(yīng)的輸出序列。

步驟4)的具體內(nèi)容如下：

對17元虛擬陣求其輸出序列的協(xié)方差矩陣

R＝Y(jié)Y^H (7)

R為17×17維協(xié)方差矩陣。采用MVDR方法，獲得空間功率譜為

式中，為17×1維空間掃描向量。

最后根據(jù)二維空間功率譜圖確定目標(biāo)的數(shù)目和各目標(biāo)的方位角、俯仰角。

下面利用計算機(jī)進(jìn)行數(shù)值仿真，來驗(yàn)證本發(fā)明中提出的目標(biāo)方位估計方法的效果。由于本發(fā)明提出的目標(biāo)方位估計方法涉及到MVDR方法，因此將本發(fā)明的方位估計結(jié)果和使用MVDR方法的估計結(jié)果進(jìn)行比較。

1)設(shè)置目標(biāo)參數(shù)和仿真環(huán)境：

仿真信號采用窄帶脈沖信號，假設(shè)存在2個目標(biāo)源，其中心頻率分別是171Hz和169Hz，目標(biāo)1的俯仰角和方位角分別為70°和250°，目標(biāo)2的俯仰角和方位角分別為20°和100°。聲波在空氣中傳播速度為340m/s，采樣頻率為1000Hz，快拍數(shù)L為1000，陣元到原點(diǎn)的距離r為0.5m。

2)接收信號之間的互相關(guān)處理和求平均處理：

在接收信號X_m(m＝1,2,…,5)之間做互相關(guān)處理，得到一個25元虛擬陣和對應(yīng)陣元的輸出序列Y_ij(i,j＝1,2,…,5)。

在得到的輸出序列Y_ij中，Y_ij(i＝j(luò)＝1,2,…,5)對應(yīng)的虛擬陣元的位置相同，Y₄₃和Y₅₂對應(yīng)的虛擬陣元的位置相同，Y₂₃和Y₅₄對應(yīng)的虛擬陣元的位置相同，Y₂₅和Y₃₄對應(yīng)的虛擬陣元的位置相同，Y₃₂和Y₄₅對應(yīng)的虛擬陣元的位置相同，對這些位置上的輸出序列分別求平均，作為對應(yīng)位置上虛擬陣元的輸出，最后得到一個17元虛擬陣以及對應(yīng)的輸出序列。

3)MVDR方位估計：

求得到的輸出序列的協(xié)方差矩陣R，然后采用MVDR方位估計方法，獲得目標(biāo)的空間功率譜從而根據(jù)功率譜圖中峰值的數(shù)目和位置確定目標(biāo)的數(shù)目和各目標(biāo)的方位角、俯仰角。

圖3到圖5是信噪比為0dB時的方位估計結(jié)果，其中圖4是MVDR二維方位估計結(jié)果，圖5是CC_MVDR二維方位估計結(jié)果。圖6到圖8是信噪比為-10dB時的方位估計結(jié)果，其中圖7是MVDR二維方位估計結(jié)果，圖8是CC_MVDR二維方位估計結(jié)果。由仿真結(jié)果可以看出，針對五元體積陣，CC_MVDR方法相比于傳統(tǒng)的MVDR方法的方位估計性能得到極大的提升。