在对称a稳定分布噪声的假设下,现有的基于共变和分数低阶矩的MUSIC(即ROC-MUSIC和FLOM-MUSIC)方法不能用于均匀圆阵信源相干情况下的波达方向(DOA)估计. 为了解决这一问题,基于模式空间变换算法以及空间平滑算法的思想,结合ROC-MUSIC算法和FLOM-MUSIC算法,实现在冲击噪声背景下均匀圆阵相干信源的DOA估计仿真实验验证了该方法的有效性
### 冲击噪声背景下均匀圆阵相干信源的DOA估计
#### 摘要与背景
本文讨论了在对称α稳定分布噪声环境中,如何有效地进行均匀圆阵相干信源的波达方向(Direction of Arrival, DOA)估计。在这样的噪声环境下,传统的基于共变系数(Robust Covariance, ROC)和分数低阶矩(Fractional Lower Order Moments, FLOM)的MUSIC算法无法有效应用。为此,提出了两种新的算法:基于共变系数的模式空间平滑算法(ROC-MODESPACE-SS)和基于分数低阶矩矩阵的模式空间平滑算法(FLOM-MODESPACE-SS)。这两种算法通过结合模式空间变换算法和空间平滑算法的思想来解决相干信源的DOA估计问题,并且在冲击噪声背景下实现了有效的估计。
#### 关键概念解释
1. **冲击噪声**:冲击噪声是指那些具有非高斯分布特性的噪声,通常在实际环境中更为常见,例如大气噪声、海杂波噪声和无线信道噪声等。这类噪声的特点是峰值较高,且可以用对称α稳定分布来建模。
2. **对称α稳定分布**:这是一种特殊的概率分布函数,其中α表示分布的特征指数。在α稳定分布中,只有当α=2时才对应于高斯分布,其他情况下,分布会表现出更重的尾部,即更高的峰值和更频繁的极端值。
3. **MUSIC算法**:Multiple Signal Classification(MUSIC)是一种经典的子空间估计方法,被广泛用于信号处理中进行DOA估计。它通过构造信号和噪声的子空间来区分它们,并利用这些子空间的信息来估计信号的方向。
4. **ROC-MUSIC**与**FLOM-MUSIC**:这是两种改进的MUSIC算法,旨在提高在非高斯噪声环境下的性能。ROC-MUSIC基于共变系数,而FLOM-MUSIC则基于分数低阶矩矩阵来构造信号子空间。
5. **模式空间变换算法**与**空间平滑算法**:这两种算法都是用来处理相干信源问题的技术。模式空间变换算法通过将阵元空间变换到相位模式空间来解决相干问题;空间平滑算法则通过虚拟阵列技术减少信源之间的相关性。
#### 方法介绍
- **ROC-MODESPACE-SS**:此算法首先采用空间平滑技术来减少相干信源的影响,然后通过模式空间变换将原始数据转换到相位模式空间,在这个空间里利用ROC-MUSIC算法来进行DOA估计。
- **FLOM-MODESPACE-SS**:与ROC-MODESPACE-SS类似,此算法也采用了空间平滑和模式空间变换技术,但最后使用的是FLOM-MUSIC算法来进行DOA估计。
#### 实验验证
为了验证提出的两种算法的有效性,文中进行了仿真实验。实验结果表明,相较于传统算法,新提出的ROC-MODESPACE-SS和FLOM-MODESPACE-SS算法在冲击噪声背景下能更准确地估计相干信源的DOA,尤其是在高相干度和低信噪比的情况下表现更加突出。
#### 结论
本文针对冲击噪声背景下的均匀圆阵相干信源DOA估计问题,提出了两种新的算法:ROC-MODESPACE-SS和FLOM-MODESPACE-SS。这两种算法通过结合空间平滑技术和模式空间变换技术,有效地解决了相干信源DOA估计的问题,并且在实验中展示了良好的性能。这对于在复杂噪声环境下提高阵列信号处理系统的性能具有重要意义。
2025-06-03 23:12:03
408KB
工程技术
论文
1