基于改进的AR-MUSIC算法实现方位超分辨-论文.pdf

《基于改进的AR-MUSIC算法实现方位超分辨-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第l5卷第2O期2015年7月科学技术与工程Vo1．15No．20Ju1．20151671—1815(2015)20—0066-06ScienceTechnologyandEngineering⑥2015Sci．Tech．Engrg．基于改进的AR-MUSIC算法实现方位超分辨莫期坚马子龙于长军(哈尔滨工业大学(威海)信息与电气工程学院，威海264209)摘要针对高频地波雷达角度分辨率受限于阵列孔径的问题，利用AR模型循环外推法，对单快拍下回波数据进行合理的外推处理，增加数据长度，相当于接收阵元孔径虚拟增大，然后用MUSIC(multiplesignalclassificat

2、ion)算法进行DOA(directionofarriva1)估计。仿真数据实验表明，改进方法比传统的MUSIC测向分辨率和精度都有明显的提高，且运算量不大，满足高频地波雷达的实时或者准实时高分辨测向要求。关键词高频雷达角度分辨AR模型循环外推DOA估计中图法分类号TN958．93；文献标志码A波达方向(directionofarrival，DOA)估计是阵列1基于AR模型的数据外推信号处理的重要研究内容之一，其主要目的是估计信号的空域方位参数，并被广泛应用于雷达、声纳、AR模型的基本原理为：时间序列{Y(rt)}中任通信等相关领域。空间谱估计主要划分为波束形成一时刻的值Y(

3、n)可由前面￡个值的线性组合表示(包括常规波束形成和自适应波束形成)、基于子空出来，如式(1)所示。￡间类的高分辨算法、最大似然算法和子空间拟合算y(n)：一∑aiy(n—)(1)法等几大类。其中，以MUSIC方法为典型代表的高分辨定向技术计算量适中，从空间分辨率上突破了式(1)中，0为预测系数；L为AR预测模型阶数。波束形成系统的瑞利(Rayleigh)限的制约_lJ，在较对信号进行AR建模的两个关键步骤为阶数理想的应用环境中能取得较好的估计性能。MIT林的确定和预测系数口的求解。肯实验室经过详细的性能评估和大量的仿真实验后求解预测系数a的方法有自相关法、协方差认为，MUS

4、IC算法是最有应用前景的高分辨定向方法、Burg法等。其中Burg法采用前向、后向的法之一【2J。理想条件下，MUSIC算法以其优越的估预测误差的平均功率最小准则求解预测系数，具有计精度及良好的分辨性能得到许多学者的关注和研分辨率高、计算简单、适应于短时序列的特点，因此究，例如，文献[3]对其性能进行理论分析，文献[4]这里采用基于Burg法的AR预测模型实现采样阵进行加权MUSIC研究，文献[5]采用多项式求根的元数据的拟合外推。方式推广得到快速Root．MUSIC方法。对于序列Y(n)，其预测系数口i的求解过程MUSIC方法实质上是一种噪声子空间投影方如下：法，它通过扫描

5、方向向量与噪声子空间的正交程度首先进行预测误差、误差功率初始化。假设m来估计信号方位。然而，有限的数据长度是阵列信阶的前向、后向预测误差为：号处理误差的一大来源J，而有限的阵列孔径则是厂m(n)=∑口()y(n—)(2)影响分辨率的主要因素，MUSIC算法也不例外。由l；0于实际地理条件限制，导致高频地波雷达实际接收gm(n)=∑口m—)y(—)(3)天线阵面的尺寸受限。另外，从用户的需求角度考I=0N虑，则更希望天线阵面尺寸尽可能小(占地面积1预测误差功率的初始值为Po=1∑1)，(n)l，小)。实际需求常常导致高频地波雷达的方位分辨’n=l率降低。前向、后向预测误差的初始

6、值为厂0(n)：go(rt)=Y(n)。2015年3月24日收到国家自然科学基金(61171188)资助然后自阶数m=1开始迭代，得到当阶数为m第一作者简介：莫期坚(1991一)，女，硕士研究生。研究方向：新体时的反射系数：制雷达与阵列信号处理。E-mail：mqjl154629311@126．tom。20期莫期坚，等：基于改进的AR—MUSIC算法实现方位超分辨67：薹㈩’劬拉敝黼√予÷∑[1一l+1gn一1)I]列长度⋯。一nm+1并计算前向、后向预测滤波器系数如式(5)和式(6)2传统MUSIC算法所示：窄带远场信号的DOA数学模型如式(14)0()=0一l()+O,m

7、一1(m—)；所示：i=1，2，⋯，m一1(5)()=AS(f)+()(14)n(m)=(6)阵列数据的协方差矩阵为R，由于信号与噪声计算预测误差功率如式(7)所示：相互独立，数据协方差矩阵可以分解为与信号、噪声P=(1一ll)P(7)相关的两部分，对R进行特征分解有：计算滤波器输出如式(8)和式(9)所示：R=∑+U∑U(15)(n)=／一(n)+Kg一(n—1)(8)式(15)中，是由大特征值对应的特征矢量张成g()=：一()+g(凡一1)(9)的子空间，即信号子空间，而是由小特征值对应最后，令m=