漆昌云

摘 要：波達方向估計技術(shù)通過對回波信息的處理能夠確定信源的方位等相關(guān)信息?，F(xiàn)階段的波達方向估計主要通過陣列的空間譜估計來實現(xiàn)，傳統(tǒng)的空間譜算法需要借助大量快拍數(shù)據(jù)才能獲得相對較高的分辨率。在壓縮感知理論的基礎(chǔ)上，從波達方向估計信號的空間特性出發(fā)，引入了一種協(xié)方差向量稀疏表示的波達方向估計算法。仿真結(jié)果表明，所提算法與傳統(tǒng)算法相比波達方向估計的分辨率有所提高，在采樣數(shù)據(jù)相對較少的情況下也能精確恢復(fù)原信號。

關(guān)鍵詞：壓縮感知;波達方向估計;重構(gòu)算法;分辨率;壓縮感知;協(xié)方差向量

中圖分類號：TP39文獻標識碼：A文章編號：2095-1302（2019）11-00-03

0 引 言

通過陣列傳感器接收的信號來實現(xiàn)空間信源的定位是信號處理領(lǐng)域的一大熱點，它在軍用和民用領(lǐng)域都有著極為重要的應(yīng)用，所以對波達方向（DOA）估計的研究有著不可替代的意義。

早期的DOA估計方法是指波束形成類算法[1]，但是該算法的估計精度受到瑞利限的制約[2]，之后多重信號分類算法（MUSIC）的提出突破了孔徑對波達方向的瑞利限制[3]，為波達方向估計提供了一個新思路，但在實際應(yīng)用中對信號的快拍數(shù)和信噪比要求比較高。近年來，越來越多的現(xiàn)代信號處理方法被應(yīng)用到DOA估計中，如利用小波變換提升信噪比[4]、借助遺傳算法優(yōu)化算法性能[5]等。除此之外，壓縮理論的提出也有效降低了DOA的角度估計誤差[6]。本文采用基于壓縮傳感的協(xié)方差向量稀疏表示算法實現(xiàn)了對DOA的估計，并通過仿真實驗與MUSIC算法進行對比。

1 壓縮感知理論基礎(chǔ)

壓縮感知理論主要思想是首先通過一個觀測矩陣對稀疏信號進行壓縮采樣，之后借助一定的重構(gòu)算法從少量采樣值中恢復(fù)原始信號[7]。要完成上述過程需要滿足原始信號具有稀疏性以及觀測矩陣具有有限等距性兩大前提條件[8]。

1.1 信號的稀疏表達

如果存在長度為N的一維離散信號，則該信號的lp范數(shù)為：

信號X∈RN，它在基矩陣Ψ下的表示系數(shù)矢量為：

根據(jù)公式（1），如果s滿足式（3）：

式中的p和K如果同時滿足0≤p≤2和K≥0，就意味著x可以在Ψ下進行稀疏表達。由于觀測矩陣是對稀疏信號進行采樣，所以，對原始信號進行稀疏表達是極為重要的第一步。稀疏分解算法是稀疏表達中的一項重要內(nèi)容，目前信號稀疏分解算法中最基本的有匹配追蹤算法和基追蹤算法[9]。

1.2 觀測矩陣的設(shè)計

獲得原始信號的稀疏表示后，就要對其進行采樣。設(shè)計一個觀測矩陣，在該矩陣下的投影信號y不但可以包含原始信號的絕大部分信息且長度遠短于原始信號。

壓縮感知理論表明，重構(gòu)算法一定時，壓縮感知矩陣性能越好，信號重構(gòu)誤差越小。當(dāng)基矩陣Ψ已知時，A就由投影矩陣Φ決定。應(yīng)用最多的投影測量矩陣包括高斯矩陣和貝努利矩陣，二者均可滿足有限等距性（Restricted Isometry Propetry，RIP），且具有測量次數(shù)少、重建性能高等優(yōu)點。

1.3 信號重構(gòu)算法

在壓縮傳感中，重構(gòu)算法是整個過程的核心，即通過獲得的測量向量y和壓縮感知矩陣A來恢復(fù)原始信號x。目前使用最多的是貪婪算法和凸優(yōu)化算法。

當(dāng)公式（1）中p=0時，可得l0范數(shù)，它代表了原始信號x中非零項的個數(shù)，因此當(dāng)信號具有稀疏性時，矢量方程y=As的求解就可以轉(zhuǎn)化為最小l0范數(shù)的求解：

凸優(yōu)化算法是將求解l0范數(shù)問題變成求解l1優(yōu)化問題，文獻[10]指出當(dāng)傳感矩陣A滿足RIP時，用l1范數(shù)替代l0范數(shù)會產(chǎn)生近似解：

就兩種算法相比，貪婪算法方法簡單，但是重構(gòu)質(zhì)量不高;凸優(yōu)化算法求解精度高，但是計算復(fù)雜度也相對較高。

2 基于壓縮感知的DOA估計

根據(jù)來波方向在空域上具有的稀疏特性[11]，我們可以將壓縮感知理論應(yīng)用到DOA估計中。本文主要在DOA估計中引入?yún)f(xié)方差向量稀疏表示算法，該算法首先將陣列協(xié)方差矩陣進行稀疏表示，然后利用凸優(yōu)化算法對稀疏信號重構(gòu)實現(xiàn)DOA估計。

假設(shè)目標空間有K個遠場信號入射到M元傳感器陣列上，且K

式中：表示M×K維導(dǎo)向矢量矩陣;n表示高斯白噪聲。接收信號的協(xié)方差矩陣可以表示為：

式中：Rx表示信源的協(xié)方差矩陣;σ2為噪聲的方差。

由線性代數(shù)知識可知，R的每列可以用M維空間的完備基來進行線性表示[12]，即：

式中sm為系數(shù)向量，本質(zhì)上是含有K個實際目標，其余元素為0的稀疏信號。，后面用A表示。當(dāng)N足夠大時，中就有K個向量接近或者等于，所以向量sm中有K個非零值與對應(yīng)，即sm與DOA估計的信號具有相同的稀疏結(jié)構(gòu)。因此可以把式（8）寫為：

式中，理想情況下與sm稀疏結(jié)構(gòu)一致，所以其非零元素與S一一對應(yīng)。通過l2范數(shù)對S進行整合，我們可以定義一個新的向量，中的每個元素滿足，此時中的第n個元素和S中第n行向量的l2范數(shù)相等?？梢?，與S具有相同的稀疏結(jié)構(gòu)。所以是陣列協(xié)方差矩陣的一個稀疏表示，當(dāng)σ2Im接近0時，可以通過重構(gòu)進一步實現(xiàn)DOA估計。

3 仿真分析

實驗1：在高斯白噪聲條件下，假定接收陣列為8陣元均勻線陣，相鄰陣元之間的間距為1/2波長，采樣快拍數(shù)為256，信噪比為-10 dB，3個遠場信源的到達角分別為-5°，10°，30°，兩種算法的實驗結(jié)果如圖1和圖2所示。

從圖1和圖2中可以明確看出，基于壓縮感知的DOA估計比MUSIC算法的DOA估計分辨率高。

實驗2：采用2個信源，到達角度為θ1=10°，θ2=25°。其余實驗條件與實驗1相同，實驗結(jié)果如圖3所示。

實驗3：入射角θ1=15°，θ2=15°+Δθ，其中Δθ∈[-5°，+5°]，信噪比為10 dB，實驗次數(shù)200次，其余實驗條件與實驗1相同，實驗結(jié)果如圖4所示。

由圖3可知，DOA估計的均方根誤差均隨著信噪比的提高逐漸減小;當(dāng)信噪比大于10 dB時，角度估計的成功率可達100%。相同的信噪比下，基于壓縮感知算法的DOA估計比傳統(tǒng)的DOA估計誤差小，準確度高。

由圖4看出，兩種算法的均方根誤差均隨著角度間隔的增大而減小;在信號角度間距較小時，基于壓縮感知算法的DOA估計比MUSIC算法的DOA估計性能好，角度分辨率明顯改善。

4 結(jié) 語

本文首先介紹了DOA估計的研究歷史，然后簡要說明了壓縮感知的基本理論并闡述了一種基于協(xié)方差向量稀疏表示的DOA估計算法。最后通過仿真實驗，將基于壓縮感知的協(xié)方差向量稀疏表示波達方向估計算法與多重信號分類算法相比較，證明本文算法在角度分辨率、估計精度等方面具有更好的性能。

參 考 文 獻

[1] KRIM H，VIBERG M.Two decades of array signal processing research：the parametric approach [J]. IEEE signal processing magazine，1996，13（4）：67-94.

[2]史林.基于壓縮感知的DOA估計算法研究[D].哈爾濱：哈爾濱工程大學(xué)，2017.

[3]趙鵬宇.基于字典優(yōu)化的壓縮感知DOA估計[D].西安：西安電子科技大學(xué)，2018.

[4]王兆瑞，張杰.一種基于小波變換的波達方向估計方法[J].測繪學(xué)報，2011，40（s1）：111-114.

[5]呂鐵軍，王河.利用改進的遺傳算法的DOA估計[J].電波科學(xué)學(xué)報，2000，15（4）：429-433.

[6]危瑞奇.基于壓縮感知的DOA估計方法研究[D].成都：電子科技大學(xué)，2017.

[7]王紅云.基于壓縮傳感的信號重構(gòu)與DOA估計[D].太原：中北大學(xué)，2018.

[8]方杰.壓縮感知觀測矩陣和重構(gòu)算法的研究[D].廣州：華南理工大學(xué)，2015.

[9] MALLAT S，ZHANG Z. Matching pursuits with time frequency dictionaries [J]. IEEE trans. signal process，1993，41（12）.

[10]王宏禹，邱天爽，陳喆.非平穩(wěn)隨機信號分析與處理[M].2版.北京：國防工業(yè)出版社，2008.

[11]胡南.基于稀疏重構(gòu)的陣列信號波達方向估計算法研究[D].合肥：中國科學(xué)技術(shù)大學(xué)，2013.

[12]燕靜波.基于壓縮感知的DOA估計研究[D].西安：西安電子科技大學(xué)，2013.