买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国人民解放军国防科技大学

摘要：本发明属于超表面和阵列信号处理技术领域，特别是涉及一种基于时空编码超表面的相干信号DOA估计方法，通过由时空编码超表面阵列、FPGA控制板和喇叭接收天线组成的相干信号DOA估计系统，使用时空编码超表面阵列对相干信号进行预处理，得到丰富的信号幅度和相位信息，利于后续DOA估计的信号处理；使用算法进行解相干，降低了噪声的影响，减小了多快拍情况下数据矩阵的规模；不仅适用于相干信号的DOA估计，对于非相干情况下的DOA估计也有效，更适合于实际场景。

主权项：1.一种基于时空编码超表面的相干信号DOA估计方法,其特征在于，该方法包括以下步骤：S1通过设计时空编码调制序列，运用快速傅里叶变换理论，建立时空编码超表面DOA估计系统的相干信号接收模型；S1.1建立时空编码超表面DOA估计系统时空编码超表面DOA估计系统由时空编码超表面阵列、FPGA控制板和喇叭接收天线组成；所述的时空编码超表面阵列由M×N个时空编码超表面反射单元组成子阵列，M、N均为大于1的自然数，每个时空编码超表面反射单元由FPGA控制板控制其处于0或1两种编码状态，分别对电磁波有0°或180°相位延迟的调制效果；喇叭接收天线位于时空编码超表面阵列上方，用于获取接收信号，并用频谱仪连接喇叭接收天线获得信号频谱，提取谐波频谱信息；S1.2设计时空编码调制序列当相干信号以入射角θi照射在时空编码超表面阵列上，反射之后被喇叭接收天线获取，对于一维角度估计，每一列时空编码超表面反射单元可以看做子阵列，进而构成整个时空编码超表面阵列，于是时空编码超表面模型可以等效为超表面线阵模型，接收信号的模型可以表示为： 其中，Fc为接收信号频率，A0和φ0分别为接收信号的初始幅度和相位，K为波数，D为线阵的单元间距，n表示线阵单元的编号，n＝1,2,…,N，N为线阵单元的总数，i表示相干信号的序号，i＝1,2,…,L，L为相干信号的总数，t为接收信号的时间变量；Unt为超表面线阵模型的时空编码调制序列，表示为： 其中，Tp为调制周期，τn,ON和τn,OFF分别为每个调制周期中编码开始和结束置1的时刻，m为调制周期的个数，Z表示整数集合；S1.3建立时空编码超表面DOA估计系统的相干信号接收模型超表面线阵模型的时空编码调制序列Unt傅里叶展开为： 其中，Fp为调制频率，其与调制周期Tp互为倒数，an,k为第n个线阵单元生成的k阶谐波系数： 将式3代入式1中，建立时空编码超表面DOA估计系统的相干信号接收模型为： S2发射喇叭天线模拟相干信号发射，信号经时空编码超表面阵列调制后被接收喇叭天线接收，使用频谱仪获取相干信号的谐波频谱；S2.1时空编码超表面DOA估计系统是一个被动式的信号接收与处理系统，因此在实验测试时需要发射喇叭天线模拟外部信号源入射；发射喇叭天线的放置满足远场条件，看做无限远处的平面波；使用信号源和功分器连接两发射喇叭天线，模拟两个同频单音相干信号发射，接收喇叭天线放在时空编码超表面阵列上方，用于接收信号；S2.2相干信号经时空编码超表面阵列调制后，产生的散射场被接收喇叭天线接收后，连接频谱仪进行信号的获取与采样，频谱仪上得到的频域信号具有以下特征：一个频率为Fc的基波谱线，以及存在于基波谱线左右间隔Fp正整数倍的谐波频谱，其中基波和谐波频谱的幅度值表示为基波分量系数γ0与谐波分量系数γk，结合相干信号接收模型5中的数学关系式，γ0和γk分别为： S3利用相干信号接收模型中的数学关系式和时空编码矩阵，恢复出包含相干信号角度信息的观测向量；利用计算机读取频谱仪的谐波频谱，取基波左边和右边各Q次谐波，Q为各边的谐波数量，总共有2Q+1个频谱幅度值，即k＝-Q，-Q+1，…，0，…，Q-1，Q，将相干信号接收模型中的数学关系式6和7写为矩阵形式： 由式8可知，方程左侧的矩阵由基波分量和谐波分量的傅里叶系数组成，将其定义为时空编码矩阵，该时空编码矩阵中各元素的值由超表面线阵模型的时空编码调制序列Unt决定，方程左侧的观测向量包含了相干信号的角度信息，方程右侧的向量由频谱仪获取的频谱的基波分量和谐波分量的幅度值组成；时空编码矩阵Ψ表示为： 令 γ＝[γ-Q,γ-Q+1,...,γ0,...,γQ-1,γQ]T11则，式8简化为： 时空编码矩阵Ψ是一个2Q+1×N大小的矩阵，其广义逆矩阵为Ψ-1，则包含相干信号角度信息的观测向量可表示为： S4使用压缩感知类算法l1-SVD算法进行解相干处理后，得出相干信号的DOA估计结果；S4.1包含相干信号角度信息的观测向量的稀疏表示通过S3得到了待解相干的观测向量该向量中的元素包含了多个相干信号的角度信息，其包含的角度在空域中是稀疏的，使用压缩感知类算法进行解相干：从稀疏角度看待观测向量令 其中，观测向量大小为N×1N表示模型中线阵单元的总数，L表示相干信号的总数，满足N＞＞L，Z为过完备字典，是由空域划分的网格组成的集合，Z大小为N×Nθ，Nθ表示空域划分的网格总数，对应的稀疏信号向量x的大小为Nθ×1，σ为噪声项；因为待估计的角度相对于划分的角度在空域中为稀疏的，所以稀疏信号向量x的绝大多数元素为0，稀疏信号所在位置元素为非零，通过求解非零元素的索引位置可以在Sθ中估计出信号的DOA；由于噪声的影响，会产生一些额外的非零项，在压缩感知算法中，利用最小化噪声参数和最小化l1范数处理，于是稀疏信号向量x可以由如下拉格朗日形式的目标方程来重构： x为重构后的稀疏向量，λ为正则化参数，用于平衡x和之间的稀疏度，||*||2表示l2范数，||*||1表示l1范数；S4.2降维观测向量的协方差矩阵计算观测向量的协方差矩阵Y： 使用奇异值分解对Y进行降维：Y＝UDVH17其中，U大小为N×N，V大小为T×T，均为酉矩阵，D大小为N×T奇异值矩阵；定义一个选择矩阵DK大小为N×K，它由一个尺寸为K的单位矩阵和T-K×K的0矩阵构成，N和T表示奇异值分解后矩阵维数，K表示假设的相干信号个数，K一般小于N，得到降维后大小为N×K的观测矩阵YSV：YSV＝YVDK＝UDDK18XSV表示稀疏向量x的协方差矩阵降维后矩阵，σSV表示噪声的协方差矩阵降维后矩阵：XSV＝xxHVDK19σSV＝σσHVDK20根据公式14的稀疏角度写法，观测矩阵YSV可以表示为YSV＝ZXSV+σSV；21S4.3建立基于l1-SVD算法的解相干目标函数，计算相干信号来波方向根据S4.2的降维处理，S4.1的目标方程变为 XSV相对于x变成了矩阵，而为XSV每一行向量的l2范数，用以代替x中的每一个元素，变换之后使得问题的求解更高效；该目标方程问题是一个二阶锥规划问题，且是一个凸问题，使用MATLAB的凸工具箱cvx进行二阶锥规划问题的求解，在满足YSV-ZXSV向量化后的l2范数最小和的l1范数最小两个约束条件下，求解得到满足条件的XSV，然后对其各行向量求l2范数，得到N维的列向量，其中L个非零值对应的索引值在预设角度范围Sθ中的角度即为相干信号来波方向。

全文数据：

权利要求：

百度查询： 中国人民解放军国防科技大学 一种基于时空编码超表面的相干信号DOA估计方法