基于壓縮感知的單端口高分辨率DOA估計

李 翔，李洪濤

(1.中國船舶重工集團公司第723研究所，揚州 225001；2.江蘇海明醫(yī)療器械有限公司，揚州 225001)

?

基于壓縮感知的單端口高分辨率DOA估計

李 翔1，李洪濤2

(1.中國船舶重工集團公司第723研究所，揚州 225001；2.江蘇海明醫(yī)療器械有限公司，揚州 225001)

基于空間目標空域的稀疏性，提出一種基于壓縮感知(CS)的單端口波達方向(DOA)估計算法。在單端口陣列的基礎上，驗證了其壓縮感知模型的感知矩陣滿足約束等容(RIP)的條件，并利用丹茨格選擇器(DS)恢復原始信號。該算法在一個射頻端口的情況下，可在低快拍數(shù)情況下有效估計任意相干性信號的DOA，算法具有高的估計精度及角度分辨率，其性能優(yōu)于傳統(tǒng)DOA估計算法。仿真結果驗證了該算法的有效性和優(yōu)越性。

壓縮感知；波達方向；高分辨率；單端口

0 引 言

窄帶信號的波達方向(DOA)估計在雷達、聲納、通信等領域有著廣泛的應用。在過去的30年里，發(fā)展了大量的DOA估計算法(見文獻[1]及其引用文獻)，主要有最小方差譜估計算法[2](MVDR)、多重信號分類算法[3](MUSIC)以及旋轉不變因子算法[4](ESPRIT)等。其中，突破了陣列孔徑內在限制且無需預知信源個數(shù)的MVDR算法，其分辨精度仍制約于瑞利限，仍然無法分辨一個波束寬度內的2個信號；MUSIC算法及ESPRIT算法具有較高的分辨力，但無法對相干信號源進行有效分辨或測向。

考慮到空間觀測目標占據(jù)的空間角度分辨單元與空間范圍相比仍屬小數(shù)量，因此目標在空域內仍屬稀疏[5]，由此國內外學者對基于壓縮感知(CS)的DOA估計算法[6-8]進行了深入的研究。文獻[6]、[7]在時域利用CS算法壓縮采樣陣列接收信號，使得該算法時域的采樣點數(shù)得到了大大的降低，但對接收信號的嚴格要求限制了該算法的進一步應用。文獻[8]選用的測量矩陣為隨機高斯矩陣，對信號在空域進行壓縮采樣。而重構算法則選取多測量矢量欠定系統(tǒng)聚焦求解(MFOCUSS)算法[9]，同樣實現(xiàn)了對DOA的高分辨率估計，該方法降低了陣列的前端接收端口個數(shù)，但因為其稀疏基矩陣仍采用典型的冗余字典，導致其感知矩陣無法保證滿足約束等容條件(RIP)[5]。

為解決上述問題，本文根據(jù)CS理論，提出一種單端口高分辨率DOA估計(CS-DOA)算法。算法首先在單端口陣列輸出端連接若干0/π移相器，利用移相器隨機移相處理每個陣元信號；然后將其輸出經合路器后合為一路數(shù)據(jù)輸出，在空域下進行低快拍數(shù)的隨機采樣，可以驗證其構建的DOA壓縮感知模型的感知矩陣滿足RIP條件，以此保證了DOA估計CS恢復算法的有效性和穩(wěn)健性；最后采用丹茨格估計[10](DS)算法對任意具有相關性的未知信號進行有效估計。該算法可在一個前端射頻端口的情況下，以較低的快拍數(shù)對相關及不相關的信號進行有效DOA估計，且算法可輸出更高的估計性能。

1 DOA估計信號模型

1.1 陣列接收信號模型分析

假設在理想情況下，K個窄帶、遠場信號入射到L元陣列時，陣列接收信號為：

(1)

式中：rk(t),k=1,…,K,為信號復包絡；ak=[ejω0τ1k,ejω0τ2k,…,ejω0τLk]T,為導向矢量，τlκ為第k個信號到第l陣元的相對時延，l=1,…,L。

ak可以看成一個采樣周期為d、頻率為fθk的單頻復正弦信號，由此x(t)可看成多個單頻復正弦信號之和。設x(t)在頻域的表示為s(t)，F(xiàn)為L×L的傅立葉變換矩陣，則：

(2)

或：

(3)

在信號s(t)中，目標的方向由非零元素的位置表示，目標信號幅度的估計由其值的大小表示，而目標的總個數(shù)等于信號非零元素的個數(shù)，因此也將s(t)稱為目標方位的信息矢量。通常情況下實際目標的個數(shù)K遠小于陣元個數(shù)L，即‖s(t)‖0=K?L，因此x(t)在頻域是K稀疏信號。

1.2 單端口陣列模型

利用0/π移相器與陣列各個陣元射頻輸出的信號相連，然后將移相器的輸出利用合路器合成為1路信號輸出，將輸出的射頻信號經過單端口射頻端口以及1個高速模/數(shù)轉換器(ADC)后轉換為數(shù)字信號yk輸出，即:

(4)

式中：d=[d1,d2,…,dL]T,為由0/π移相器生成的加權矢量， 其元素di=cos(0/π)=±1,i=1,2,…,L;n為方差為σ2的高斯白噪聲矢量。

由公式(4)表示的射頻單端口陣列形式如圖1所示。

圖1 單端口體制陣列形式

將陣列輸出的端口縮減為1個射頻端口，使得陣列在成本及體積方面具有非常優(yōu)越的性能，同時避免了因多個端口而造成的端口間相位、增益不均衡而引入的問題，工程應用價值較好[11]。同時，單端口陣列與CS理論的結合，以及0/π移相器的靈活應用，使得本算法與傳統(tǒng)DOA估計算法相比，具有無可比擬的優(yōu)勢。

2 基于CS的單端口高分辨率DOA估計算法

2.1 約束等容分析

假設x的稀疏維度為K，根據(jù)CS理論，僅需少量的快拍數(shù)和陣元個數(shù)對信號x進行采樣就可以完全恢復信號s。在實際中，考慮到空域目標的稀疏性，并利用目標在時域具有連續(xù)的時間相關性[11]，利用N個快拍內目標回波信號未離開所處角度單元的假設，可以得到:

(5)

將式(3)代入式(5)可得:

(6)

式中：加權矢量矩陣D=[d1,d2,…,dN],為經過0/π移相器N次隨機相位變化而生成，其元素是伯努利隨機變量，且滿足獨立同分布;w=Dn為L×1維的空間噪聲矢量，矩陣I為單位陣，z=Is，Φ=DF-1，Θ=ΦI，由前面描述可知，Φ為隨機噪聲矩陣與標準正交基的乘積。

因此，利用單端口的陣列實現(xiàn)的信號估計可以看成利用隨機測量矩陣Φ對目標信號的觀測，且其感知矩陣Θ在很多概率上滿足RIP條件，該陣列系統(tǒng)及采樣原理在理論上保證了基于CS的DOA估計恢復算法的穩(wěn)健性和有效性。

2.2 CS恢復算法分析

利用單端口陣列形式及固定的移相值后，可以得到固定的測量矩陣Φ。由此基于單端口的CS模型可以確定，對該CS問題，利用丹茨格估計算法(DS)，可以恢復待測信號:

(7)

在低信噪比下，由于對噪聲進行了抑制，DS估計算法對于目標信號能量的估計會出現(xiàn)一些誤差，因此對于DS恢復算法，通常通過校正，而重新估計其能量信息，一般采用后向投影算法作為其校正算法，即：

(8)

3 計算機仿真分析

本節(jié)通過利用非相干、相干信號等信號形式驗證對所提算法的性能，并與傳統(tǒng)DOA估計算法進行對比，以驗證所提算法的正確性。假設陣列陣元的個數(shù)L=16，陣列所有的陣元隨機分布在[0,4Lλ]范圍內，恢復算法的快拍數(shù)為10，仿真中采用500次獨立蒙特卡羅的平均結果作為實驗結果。

實驗1，設2個非相干遠場信號入射到陣列，信號的入射角分別為θ1=20°，θ2=20.5°，入射信號的信噪比為20 dB。圖2為分別采用MVDR算法、MUSIC算法以及CS-DOA算法輸出空域譜估計的對比。從圖2中可以看出CS-DOA算法可以有效分辨出2個相鄰的目標，而傳統(tǒng)DOA算法已經無法分辨鄰近目標。

圖2 鄰近非相干信號的空域譜估計輸出

實驗2，設存在2個非相干遠場窄帶信號入射到平面陣列，其入射角分別為θ1=5°，θ2=15°。圖3為各算法在信噪比為20 dB時輸出的空域譜估計。圖4為各估計算法的均方根誤差(RMSE)隨輸入信噪比(SNR)變化的曲線。從圖3可以看出，當相距較遠的多個非相干信號同時入射到陣列時，仿真中各算法均可正確估計各個信號的目標角度信息，但與傳統(tǒng)DOA估計算法相比，本文提出的CS-DOA算法可以得到更為精確的目標角度信息的估計。

圖3 非相干信號的輸出功率

圖4 DOA估計的RMSE

實驗3，設存在2個相干遠場窄帶信號入射到陣列，其入射角分別為θ1=15°，θ2=25°。圖5為信噪比為20 dB時仿真各算法輸出空域譜估計值。從圖5可知，傳統(tǒng)DOA估計算法在相干信號的情況下，已不能對信號角度進行正確估計，而本文所提的CS-DOA算法可有效估計目標信息，具有較強的實用性與穩(wěn)健型。

圖5 相干信號輸出功率

4 結束語

針對低快拍下傳統(tǒng)DOA估計算法無法對相干信號進行有效估計的問題，本文提出一種新的基于壓縮感知的單端口高分辨率DOA估計算法。利用單端口陣列體制低成本及小體積的優(yōu)點，同時由于只有一個端口，單端口陣列避免了幅相失配的問題，因此在工程應用中具有非常廣闊的前景。基于單端口陣列形式的CS-DOA估計算法可在低快拍下進行高分辨率DOA估計。相較于傳統(tǒng)估計算法而言，本文提出的CS-DOA估計算法能夠對相干、非相干信號進行DOA估計，且具有更高的估計精度，同時由于只有一個射頻端口，因此利于工程實現(xiàn)。

[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] CAPON J.High-resolution frequency-wave number spectrum analysis[J].Proceedings of The IEEE,1969,57(8):1408-1418.

[3] SCHMIDT R O.Multiple emitter location and signal parameter estimation[J].IEEE Transactions on Antennas Propagation,1986,34(3):276-280.

[4] ROY R,KAILATH T.ESPRIT-Estimation of signal parameters via rotational invariance techniques[J].IEEE Transactions on Acoustics,Speech and Signal Processing,1989,37(3):984-995.

[5] MALIOUTOV D,CETIN M,WILLSKY A S.A sparse signal reconstruction perspective for source localization with sensor arrays[J].IEEE Transactions on Signal Processing,2005,53(8):3010-3022.

[6] GURBUZ A C,MCCLELLAN J H.A compressive beamforming method [C]//IEEE International Conference on Acoustics,Speech and Signal Processing,Las Vegas,Nevada,USA,2008:2617-2620.

[7] YU Y,PETROPULU A P,POOR H V.MIMO radar using compressive sampling[J].IEEE Journal of Selected Topics in Signal Processing,2010,4(1):146-163.

[8] WANG Y,LEUS G.Direction estimation using compressive sampling array processing[C]//15th IEEE Workshop on Statistical Signal Processing.Cardiff,Wales,UK,2009:626-629.

[9] COTTER S F,RAO B D,ENGAN K,et al.Sparse solutions to linear inverse problems with multiple measurement vectors[J].IEEE Transactions on Signal Processing,2005,53(7):2477-2488.

[10]CANDES E J,TAO T.The Dantzig selector:Statistical estimation when pismuchlargerthann[J].AnnalsofStatistics,2007,35(6):2313-2351.

[11]李洪濤,賀亞鵬,肖瑤,朱曉華.基于壓縮感知的單通道魯棒自適應波束形成算法[J].電子與信息學報,2012,34(10): 2421-2426.

Estimation of Single-port High Resolution DOA Based on Compressive Sensing

LI Xiang1,LI Hong-tao2

(1.The 723 Institute of CSIC,Yangzhou 225001,China 2.Jiangsu Haiming Medical Devices Co.,Ltd，Yangzhou 225001,China)

On the basis of airspace sparsity of the space targets,this paper puts forward a single-port direction of arrival (DOA) estimating algorithm based on compressive sensing (CS),validates the conditions that the sensing matrix of its CS model satisfying the restricted isometry property (RIP),and uses Danzig selector (DS) to recover the original signal.The DOA of arbitrary coherence signal can be estimated effectively in the condition of less snapshots with only one radio frequency port through the algorithm,the presented algorithm has high estimation accuracy and angle resolution,and its performance is better than traditional DOA estimating algorithms.Simulation results validate the validity and superiority of the proposed algorithm.

compressive sensing;direction of arrival;high resolution;single-port

2015-11-02

TN911.7

A

CN32-1413(2016)04-0059-04

10.16426/j.cnki.jcdzdk.2016.04.014