基于秩減估計器的L型陣列二維波達角估計算法

魏子翔 崔 嵬 侯建剛 吳嗣亮

?

基于秩減估計器的L型陣列二維波達角估計算法

魏子翔 崔 嵬*侯建剛 吳嗣亮

(北京理工大學信息與電子學院 北京 100081)

針對L型陣列2維波達角(2D-DOA)估計問題，該文提出了一種新的基于秩減估計器的算法。該算法利用輔助角將2D-DOA估計問題轉換為兩個級聯的1D-DOA估計問題：首先采用基于傳播算子的秩減估計器獲得高精度的輔助角估計；其次利用輔助角估計結果獲得某一入射角的一元代價函數，借鑒root-MUSIC算法通過對多項式求根獲得某一入射角估計，而另一入射角估計可由已得角度估計和輔助角估計通過簡單轉換獲得且兩入射角之間無需配對。運算量分析表明，該算法運算量與JEADE算法接近，大于CODE和root-MUSIC算法。仿真實驗驗證了該算法在不同信噪比、快拍數目條件下可獲得高精度的DOA估計結果。

信號處理；L型陣列；2維波達角；秩減估計器；傳播算子算法

1 引言

空間波達角(Direction Of Arrival, DOA)估計是雷達，聲吶及通信領域中常見的參數估計問題。對于L型陣列的接收信號波達角估計問題，2維的多重信號分類(MUltiple SIgnal Classification, MUSIC)算法由于具有漸進最優的參數估計性能而受到關注。然而2維參數聯合搜索所需的巨大運算量限制了其在實際問題中的應用。由此出現了一些利用陣列的結構特性以多個1維參數搜索乃至不需要搜索來獲得信號DOA估計的算法。文獻[1, 2]將L型陣列中的兩條均勻線陣分別劃分為兩個相互重疊的子陣，依靠子陣間的相位旋轉不變性采用ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法或者傳播算子算法(Propagator Method, PM)對接收信號進行處理獲得目標的俯仰方位角估計。由于只利用了部分陣元的接收數據，這些算法的參數估計精度受到限制，且DOA估計完成后需進行參數配對。文獻[3, 4]提出了基于奇異值分解的算法獲得目標DOA估計。然而該算法中要求信號協方差矩陣為對角陣，當快拍數較小時參數估計精度惡化明顯。文獻[5, 6]提出了一種俯仰角和方位角聯合估計(JEADE)的算法。JEADE算法定義了目標的輔助角參數，即俯仰角和方位角的余弦差，利用兩條線陣之間的特定相位關系采用廣義ESPRIT算法獲得目標輔助角估計，在此基礎上采用特征分解的方法獲得目標的DOA估計。該算法不需要參數配對的過程，然而其角度估計精度方面仍有改善的空間。文獻[7]提出了一種計算高效的2D-DOA估計(CODE)算法，該算法利用傳播算子算法對兩條線陣的互協方差矩陣進行處理，無需通過特征值分解而獲得了目標的DOA估計。不過該算法需要進行參數配對，且進行俯仰角或方位角估計時仍只利用了協方差矩陣的部分信息。文獻[8]利用CODE算法獲得某一入射角估計，并用其輔助獲得另外的入射角的零空間，采用多項式求根的方法獲得另一入射角估計。該算法相比CODE算法無需額外的參數配對過程，不過當多個信源之間估計的入射角間隔較大時，該算法相比CODE算法無明顯精度優勢。文獻[9]利用協方差矩陣部分元素重構了信號子空間矩陣，提出一種極低代價的2D-DOA估計算法。由于只利用了協方差矩陣的部分元素，因而其DOA估計精度仍未達到最優。以上各算法均采用估計二階統計量的方式獲得目標的2維DOA估計。此外，文獻[10]提出了一種基于三階統計量的2D-DOA估計算法。該算法同樣利用子陣間的特定相位關系，利用特征值分解的方法獲得2D-DOA估計。然而相比基于二階統計量的算法，基于三階累積量的算法計算復雜度較高。

另一方面，秩減估計器(RAnk Reduction Estimator, RARE)已在陣列誤差自校準[11–13]、陣列天線解基線模糊[14]以及近場源定位[15]等方面獲得應用。由于多次高維數的行列式計算，RARE算法運算量較大。針對L型陣列2D-DOA估計問題，本文利用輔助角將2D-DOA估計問題轉換為兩個1D-DOA估計問題。在此基礎上，首先利用傳播算子獲得了一種較低代價的輔助角秩減估計器；其次利用輔助角估計結果得到某一條線陣陣列響應的零空間，借鑒root-MUSIC算法[16]利用多項式求根方法獲得該入射角估計，同時另外一個入射角估計可由已得到的角度估計和輔助角估計通過簡單的代數運算獲得。本文算法無需角度的2維搜索且獲得入射角估計后無需參數配對，其2D-DOA估計精度優于現有的CODE, JEADE及root-MUSIC算法。

2 信號模型

其中

不失一般性，對陣列的信號模型做出以下假設：

(1)兩條均勻陣列各陣元均已校準，且為保證無模糊測角，相鄰陣元間距滿足；

圖1 L型陣列結構

3 基于秩減估計器的L型陣列2D-DOA估計算法

3.1傳播算子算法

其中

并且有限長度數據的協方差矩陣可由式(11)估計獲得：

3.2輔助角估計

則式(14)中的導向矢量(即軸線陣的導向矢量)可重新表達為

3.3入射角估計

3.4計算復雜度分析

表1 各算法運算量統計

通過對比可以發現，本文算法和JEADE算法的運算量較為接近，root-MUSIC算法和CODE算法間的運算量較為接近。兩組算法之間運算量的差異主要體現在多項式求根計算和是否需要額外的DOA配對算法方面。一方面，本文算法和JEADE算法的求根多項式由矩陣的行列式生成，其階數在信號數目較多時，將遠遠大于由直接矩陣相乘得到求根多項式的root-MUSIC算法和CODE算法。另一方面，本文算法和JEADE算法完成信號的DOA估計后，無需額外的配對算法，相比root-MUSIC算法和CODE算法，在一定程度上降低了算法的運算代價。

總體來看，在信號數目較少時，以上4種算法間的運算量差異并不顯著；隨著信號數目的增加，本文算法和JEADE算法的運算代價將顯著增加，且由于本文算法求根多項式的階數大于JEADE算法(本文算法求根多項式的階數約為JEADE算法的2倍)，因而本文算法的運算代價將明顯大于其他3種算法。若僅從算法的運算代價考慮，本文算法較為適合應用于信號數目較小、信號快拍數目較大場合。

4 仿真驗證

實驗1 信噪比對算法性能的影響

天線陣列接收到來自遠場的兩個非相干點目標發射的信號，信號的入射角度分別為()和()。來波信號信噪比在到之間變化，各算法處理的信號快拍數目為。進行次蒙特卡洛仿真實驗，參數估計的統計結果如圖2所示。

圖2給出了不同信噪比條件下本文算法和JEADE算法的輔助角估計以及全部4種算法最終入射角估計的RMSE統計結果。由圖2可看出，隨著信噪比升高各算法的角度估計精度亦隨之提高。與JEADE算法相比，本文算法由于采用秩減估計器獲得了更高精度的輔助角估計，其最終的入射角RMSE統計結果亦優于JEADE算法。而CODE算法和root-MUSIC算法由于只利用了部分陣元信息來獲得最終的入射角估計，因而角度估計精度略低于本文算法。總體上看來，不同信噪比條件下本文算法入射角估計的RMSE結果逼近CRLB，相比其它算法其角度估計精度更優。

圖2 信噪比對算法性能影響

實驗2 快拍數對算法性能的影響

天線陣列接收到來自遠場的兩個非相干點目標發射的信號，信號的入射角度分別為()和()。來波信號的信噪比為，各算法處理的信號快拍數目在到之間變化。進行次蒙特卡洛仿真實驗，參數估計的統計結果如圖3所示。

圖3 快拍數對算法性能影響

圖3給出了不同快拍數條件下本文算法和JEADE算法的輔助角估計以及全部4種算法最終入射角估計的RMSE統計結果。由圖3可以看出，各算法角度估計精度隨著快拍數增加而逐漸提高。在不同快拍數的條件下，本文算法輔助角估計精度優于JEADE算法；本文算法最終的入射角估計RMSE接近CRLB且優于其它各算法。

實驗3 信源間相干特性對算法性能的影響

圖4 算法處理相干信號源的性能

圖4給出了不同相干系數條件下本文算法和JEADE算法的輔助角估計以及全部4種算法最終入射角估計的RMSE統計結果。由于未對接收信號進行解相干處理，全部4種算法角度估計RMSE結果隨著信號間相干性的增強而顯著惡化，而JEADE算法和root-MUSIC算法相比另外兩種算法性能惡化較為平緩，這歸功于特征分解技術的應用[7]。不過在強相干信號()條件下，CODE算法DOA估計精度惡化的趨勢逐漸變緩，這是由于CODE算法采用了“共軛反轉”技術構建了數據協方差矩陣，一定程度上改善了其在強相干信號條件下的DOA估計性能。總體來看，在信號相干性適中和較弱的場合，本文算法的入射角估計精度仍優于其它各算法。

5 結論

針對L型陣列2D-DOA估計問題，本文提出了一種新的基于秩減估計器的算法。該算法利用輔助角將2D-DOA估計問題轉換為1D-DOA估計問題。通過一種基于傳播算子的秩減估計器獲得輔助角的高精度估計，傳播算子的應用顯著降低了秩減估計器的運算量。利用多項式求根的方法獲得某一入射角估計，并結合輔助角估計結果經過簡單轉換獲得另一入射角估計，避免了DOA搜索及配對的過程。本文算法的DOA估計精度優于現有算法(如root-MUSIC, CODE和JEADE算法)且逼近DOA估計的CLRB。仿真實驗驗證了該算法DOA估計的精確性。

參考文獻

[1] Tayem N and Kwon H M. L-shape 2-dimensional arrival angle estimation with Propagator Method[J]., 2005, 53(5): 1622-1630.

[2] 董軼, 吳云韜, 廖桂生. 一種二維到達方向估計的ESPRIT 新方法[J]. 西安電子科技大學學報, 2003, 30(5): 569-573.

Dong Yi, Wu Yun-tao, and Liao Gui-sheng. A novel method for estimating 2-D DOA[J]., 2003, 30(5): 569-573.

[3] Gu Jian-feng and Wei Ping. Joint SVD of two cross-correlation matrices to achieve automatic pairing in 2-D angle estimation problems[J]., 2007, 6: 553-556.

[4] Han Hui-lian and Zhao Pin-jiao. A two-dimensional direction finding estimation with L-shape uniform linear arrays[C]. IMSNA 2013 Proceedings, Toronto, 2013: 779-782.

[5] Liang Jun-li and Liu Ding. Joint elevation and azimuth direction finding using L-shaped array[J]., 2010, 58(6): 2136-2141.

[6] Shahida G Q and Fan Yang-yu. A comment on “Joint elevation and Azimuth direction finding using L-shaped array”[J]., 2012, 60(7): 3546-3547.

[7] Wang Guang-ming, Xin Jing-min, Zheng Nan-ning,.. Computationally efficient subspace-based method for two-dimensional direction estimation with L-shaped array[J]., 2011, 59(7): 3197–3212.

[8] Wang Guang-ming, Xin Jing-min, Zheng Nan-ning,.. Computationally efficient method for joint azimuth-elevation direction estimation with L-shaped array[C]. IEEE Workshop on Signal Processing Advances in Wireless Communications, Darmstadt, 2013: 470-474.

[9] Nie Xi and Li Li-ping. A computationally efficient subspace algorithm for 2-D DOA estimation with L-shaped array[J]., 2014, 21(8): 971–974.

[10] Hou Hui-juan, Sheng Ge-hao, and Jiang Xiu-chen. Localization algorithm for the PD source in substation based on L-shaped antenna array signal processing[J]., 2015, 30(1): 472–479.

[11] 吳彪, 陳輝, 楊春華. 基于L型陣列的方位估計及互耦自校正算法研究[J]. 電子學報, 2010, 38(6): 1316–1322.

Wu Biao, Chen Hui, and Yang Chun-hua. Study of DOA estimation and self-calibration algorithm for L-shaped array in the presence of mutual coupling[J]., 2010, 38(6): 1316-1322.

[12] Dai Jin-sheng, Bao Xu, Hu Nan,.. A recursive RARE algorithm for DOA estimation with unknown mutual coupling[J]., 2014, 13: 1593-1596.

[13] 吳彪, 陳輝, 胡曉琴. 基于Y 型陣的互耦矩陣與DOA 的同時估計方法[J]. 通信學報, 2010, 31(6): 119-126.

Wu Biao, Chen Hui, and Hu Xiao-qin. Simultaneous estimation of mutual coupling matrix and DOA for Y-shaped array[J]., 2010, 31(6): 119-126.

[14] 黨曉方, 陳伯孝, 楊明磊. 基于root-RARE算法的非同構分布式陣列高精度方向估計[J]. 系統工程與電子技術, 2014, 36(6): 1027-1032.

Dang Xiao-fang, Chen Bai-xiao, and Yang Ming-lei. High accuracy direction finding based on root-RARE using distributed non-identical subarray antenna[J]., 2014, 36(6): 1027-1032.

[15] 劉亮, 陶建武, 黃家才. 基于稀疏對稱陣列的近場源定位[J]. 電子學報, 2009, 37(6): 1307-1312.

Liu Liang, Tao Jian-wu, and Huang Jia-cai. Near-field source localization based on sparse symmetric array[J]., 2009, 37(6): 1307-1312.

[16] Barabell A J. Improving the resolution performance of eigenstructure-based direction-finding algorithms[C]. IEEE International Conference on Acoustics, Speech, and Signal Processing, Boston, MA, 1983, 1: 336–339.

[17] Marcos S, Marsal A, and Benidir M.The propagator method for sources bearing estimation[J]., 1995, 42(2): 121–138.

[18] Gao F and Gershman A B. A generalized ESPRIT approach to direction-of-arrival estimation[J]., 2005, 12(3): 254–257.

[19] Xia Tie-qi, Zheng Yi, Wan Qun,..Decoupled estimation of 2-D angles of arrival using two parallel uniform linear arrays[J]., 2007, 55(9): 2627-2632.

[20] Meng Samson See C and Gershman A B. Direction-of-arrival estimation in partly calibrated subarray-based sensor arrays[J]., 2004, 52(2): 329–338.

Rank Reduction Estimator Based Algorithm for Estimating 2D-DOA with L-shaped Array

Wei Zi-xiang Cui Wei Hou Jian-gang Wu Si-liang

(,,100081,)

A novel algorithm is proposed for Two-Dimensional (2D) Direction Of Arrival (DOA) estimation issue with L-shaped array. By introducing an auxiliary electrical angle, 2D-DOA estimation problem is solved by two-step 1D-DOA estimation. Firstly auxiliary electrical angle estimation is given by a propagator based RAnk Reduction Estimator (RARE). Then a cost function about one incident angle is obtained, and the incident angle estimation is given by K zeros of polynomial relating to the cost function. Finally, The other incident angle estimation is given by simple algebraic operation between the obtained auxiliary electrical angle and incident angle estimations. Computational burden analysis is given in this paper. It is shown that the proposed algorithm has a roughly same computational burden with JEADE algorithm, while both of them has larger burden than CODE and root-MUSIC algorithms. Further, the Root-Mean-Square-Error (RMSE) expressions of the incident angle estimates are derived to validate the performance of the proposed algorithm.

Signal processing; L-shaped array; Two-Dimensional Direction Of Arrival (2D-DOA); RAnk Reduction Estimator (RARE); Propagator Method (PM)

TN911.7

A

1009-5896(2015)08-1879-07

10.11999/JEIT141538

崔嵬 cuiwei@bit.edu.cn

2014-12-04收到，2015-03-23改回，2015-06-09網絡優先出版

上海航天科技基金(SAST201215)和新世紀優秀人才支持計劃(NCET-13-0034)資助課題

魏子翔： 男，1987年生，博士生，研究方向為擴頻信號處理.

崔 嵬： 男，1976年生，教授，研究方向為雷達信號處理.

侯建剛： 男，1976年生，講師，研究方向為雷達信號處理.