徐德琛,劉志文,齊曉東,2,徐友根
(1.北京理工大學(xué)信息與電子學(xué)院,北京100081;
2.中國電子科技集團(tuán)公司第五十四研究所,河北石家莊050081)
子空間類DOA估計(jì)算法包含大量的復(fù)數(shù)運(yùn)算,其中,特征子空間計(jì)算硬件實(shí)現(xiàn)復(fù)雜[1]。文獻(xiàn)[2]中提出的酉變換實(shí)值化方法只適用于均勻線陣[3];文獻(xiàn)[4]中提出的均勻圓陣模式空間酉求根MUSIC算法容易受到殘留失真模式的影響。為了在圓陣陣元空間內(nèi)實(shí)現(xiàn)子空間類DOA估計(jì)算法的實(shí)數(shù)化,首先利用均勻圓陣的中心對(duì)稱性得到中心軛米特的協(xié)方差矩陣估計(jì),利用文獻(xiàn)[2]中的方法實(shí)現(xiàn)協(xié)方差矩陣估計(jì)和導(dǎo)向矢量的實(shí)數(shù)化,最后綜合得到均勻圓陣陣元空間中的酉變換方法。此外,引入了前后向平均來保證實(shí)際應(yīng)用中該酉變換方法的有效性。基于上述酉變換和前后向平均的MUSIC算法在性能上優(yōu)于傳統(tǒng)的MUSIC算法,而且僅包含簡單的加法運(yùn)算,易于硬件實(shí)現(xiàn)。
設(shè)P個(gè)窄帶遠(yuǎn)場(chǎng)信號(hào)入射到如圖1所示的M(M為偶數(shù))陣元均勻圓陣上,陣列響應(yīng)的數(shù)學(xué)模型為:
x(t)=As(t)+n(t)。(1)
式中,x(t)=[x1(t),x2(t),…,xM(t)]T為t時(shí)刻M個(gè)陣元的響應(yīng)向量,T表示轉(zhuǎn)置;s(t)為入射信號(hào)向量;n(t)為由方差均為 σ2且不相關(guān)的零均值高斯白噪聲構(gòu)成的向量;A為導(dǎo)向矢量矩陣。
圖1 M陣元均勻圓陣
設(shè)A=[a(θ1),a(θ2),…,a(θP)],導(dǎo)向矢量a(θi)=[a1(θi),a2(θi),…,aM(θi)]T,其中,i=1,2,…,P,aM(θi)=exp[j2π(r/λ)cos(2π(m-1)/M-θi)];λ為入射信號(hào)波長;r為陣列半徑;θi為第i個(gè)信號(hào)的方位角。陣列響應(yīng)的協(xié)方差矩陣為Rx=E[x(t)x(t)H]=ARsAH+σ2I,其中 ,Rs=E[s(t)?sH(t)]為入射信號(hào)的協(xié)方差矩陣;I為M×M的單位矩陣;H表示共軛轉(zhuǎn)置。
當(dāng)采用子空間類算法估計(jì)入射信號(hào)的方位角時(shí),需要對(duì)協(xié)方差矩陣Rx進(jìn)行特征值分解來計(jì)算噪聲或信號(hào)子空間,這需要大量的復(fù)數(shù)運(yùn)算,硬件實(shí)現(xiàn)復(fù)雜。為了實(shí)現(xiàn)均勻圓陣情況下子空間類DOA估計(jì)算法的實(shí)數(shù)化,下面給出均勻圓陣陣元空間中的一種酉變換方法。
設(shè)酉矩陣為:
式中,I為×的單位陣;J為×的反對(duì)角線元素為1的置換陣,則
由均勻圓陣的中心對(duì)稱性可知=J()*,此處,J為M×M的反對(duì)角線元素為1的置換陣,*表示取共軛。于是J(H)*J=U^Rx,即H為中心軛米特矩陣。
定理1[2]:設(shè)酉矩陣為:
式中,I和J分別為單位陣和反對(duì)角線元素為1的置換陣。對(duì)于任意的M×M中心軛米特矩陣R,?UR?UH為實(shí)對(duì)稱矩陣。
設(shè)酉矩陣為:
將式(1)兩邊左乘矩陣U,
式中,?n(t)是由方差均為 σ2且不相關(guān)的零均值高斯白噪聲構(gòu)成的向量。若設(shè):?A=[?a(θ1),?a(θ2),…,?a(θP)],則
即?a(θi)為實(shí)向量;而根據(jù)定理1可知,Ry=E[y(t)yH(t)]=URxUH為實(shí)對(duì)稱矩陣,因此,若基于式(4)運(yùn)用MUSIC算法,則無論是特征值分解還是空間譜計(jì)算均可以在實(shí)數(shù)域內(nèi)完成,與未經(jīng)式(3)所示酉變換的情況相比大大減小了運(yùn)算量。從硬件實(shí)現(xiàn)來看,實(shí)對(duì)稱矩陣特征值分解的硬件實(shí)現(xiàn)要比復(fù)共軛對(duì)稱矩陣情況容易得多,以并行Jacobi算法[5]為例,前者對(duì)應(yīng)的是實(shí)向量的平面旋轉(zhuǎn),可由單個(gè)CORDIC來實(shí)現(xiàn),而后者對(duì)應(yīng)的是復(fù)向量的旋轉(zhuǎn),硬件實(shí)現(xiàn)復(fù)雜[1];而式(3)對(duì)應(yīng)的僅是簡單的加法運(yùn)算,所以總地來說,通過式(3)所示的酉變換可大大降低子空間類DOA估計(jì)算法的硬件實(shí)現(xiàn)復(fù)雜度。
實(shí)際中,若根據(jù)有限的采樣數(shù)據(jù)估計(jì)協(xié)方差矩陣Rx,設(shè)Rx的估計(jì)為中,N為快拍數(shù),則雖然為軛米特矩陣,但不是中心軛米特矩陣,此時(shí)不能滿足定理1的條件,因此,通過上述酉變換得不到協(xié)方差矩陣Ry的實(shí)對(duì)稱的估計(jì)。由文獻(xiàn)[2]可知:
由矩陣范數(shù)三角不等式可得:
‖
-
Ry
‖≥‖Re[
]-
Ry
‖??梢?在歐氏距離意義上,用Re[
]作為
Ry
的估計(jì)比用
更準(zhǔn)確,因此,基于Re[
]的DOA估計(jì)性能優(yōu)于基于
的DOA估計(jì)性能。
為了描述方便,將均勻圓陣情況下基于上述酉變換和前后平均的MUSIC算法稱為“均勻圓陣酉MUSIC算法”。
仿真實(shí)驗(yàn)1:為比較均勻圓陣酉MUSIC算法和傳統(tǒng)MUSIC算法的性能,做如下的仿真實(shí)驗(yàn):兩非相關(guān)入射信號(hào)方位角分別為10°和25°,陣元數(shù)目為12,r/λ=0.9,做100次獨(dú)立仿真,仿真結(jié)果如圖2所示。由圖2可見,當(dāng)信噪比較低、快拍數(shù)較小時(shí),均勻圓陣酉MUSIC算法具有更小的DOA估計(jì)均方誤差。
圖2 均勻圓陣酉MUSIC與傳統(tǒng)MUSIC的性能比較
仿真實(shí)驗(yàn)2:為比較均勻圓陣酉MUSIC算法和模式空間酉MUSIC算法[4]的性能,做如下的仿真實(shí)驗(yàn):陣元數(shù)目為12,快拍數(shù)為100,信噪比為0 dB,模式空間酉MUSIC算法中的最大相位模式階數(shù)為2πr/λ,其中,?表示向下取整,對(duì)入射信號(hào)方位角為[10°,30°]和[10°,25°]的 2 種情況分別做次獨(dú)立仿真,仿真結(jié)果如圖3所示,其中,r為陣列半徑,λ為入射信號(hào)波長,二者的相對(duì)大小反映了陣列孔徑的大小。
圖3 均勻圓陣酉MUSIC與模式空間酉MUSIC的性能比較
由圖3可見,均勻圓陣酉MUSIC算法的性能優(yōu)于模式空間酉MUSIC算法,尤其是r/λ較大時(shí)二者的性能差別很大,這是因?yàn)闅埩裟J綍?huì)嚴(yán)重影響算法的性能。在實(shí)際應(yīng)用中陣列的結(jié)構(gòu)一般是固定的,因此,均勻圓陣酉MUSIC算法比模式空間酉MUSIC算法更適于工作頻帶較寬的測(cè)向系統(tǒng)。
利用均勻圓陣的中心對(duì)稱性提出了陣元空間中的一種酉變換方法,并且通過前后向平均保證了該方法在實(shí)際應(yīng)用中的有效性。利用該酉變換方法可以實(shí)現(xiàn)子空間類DOA估計(jì)算法的實(shí)數(shù)化,從而大大減少此類算法的運(yùn)算量,降低其硬件實(shí)現(xiàn)復(fù)雜度。仿真結(jié)果表明,基于該酉變換方法的MUSIC算法的性能優(yōu)于傳統(tǒng)的MUSIC算法和模式空間酉MUSIC算法。
[1]HEMKU MAR N D,CA VALLAR O J R.Efficient Complex Matrix Transformations with CORDIC[C].Canada:Proc.of 11th IEEE Symposium on Computer Arithmetic,1993:122-129.
[2]HUARNG K C,YEH CC.A Unitary TransformationMethod for Angle-of-arrival Estimation[J].IEEE Transactions on Signal Processing,1991,39(5):975-977.
[3]KIM M,ICHIGE K,ARAI H.Implementation of FPGA Based Fast DOA Estimator Using Unitary MUSIC Algorithm[C].USA:Proc.of 58th IEEE Vehicular Technology Conference,2003:213-217.
[4]BELLONI F,KOIVUNEN V.Unitary root-MUSICTechnique for Uniform Circular Array[C].USA:Proc.of 3rd IEEE ISSPIT.Piscataway,2003:451-454.
[5]GOLUB G,LOAN C V.Matrix Computations[M].MD:The JohnsHopkins University Press,1996:414-438.