陈显宁，万 群，杨万麟

(电子科技大学电子工程学院 成都 610054)

循环与非循环混合信号源快速DOA估计与识别方法

陈显宁，万 群，杨万麟

(电子科技大学电子工程学院 成都 610054)

在日益复杂的信号环境中，阵列信号处理需要面对循环和非循环混合信号源的情况越来越多。针对循环和非循环混合信号源的情况，分析了混合信号源条件下的子空间特征，提出了一种混合信号源条件下的快速波达方向估计与识别方法，有效地利用了混合信号源中的非循环特性。理论分析和仿真实验结果表明，波达方向估计结果的分辨率不仅较于常规方法有所提高，而且可处理的信源数目大于阵元数目，具有较强的过载处理能力。

循环信号; 波达方向估计; 识别; 混合信号源; 非循环信号

阵列信号处理一般都假设阵元接收的信号来自循环信号源，即用复平面上的一点表示任意时刻信号包络的正交I/Q分量时，随着时间的变化，信号包络的轨迹是绕复平面原点循环变化的[1-3]。但实际上常出现非循环信号源情况，如智能天线采用BPSK、MSK等调制方式的通信信号源[4]，随着时间的变化，信号包络的正交I/Q分量的轨迹是通过复平面原点的一条线段。

最近，利用信号源的时域非循环特性改进信号源参数估计性能的研究越来越多，如非循环信号源波达方向估计的根MUSIC方法[5]和增强型酉ESPRIT方法[6]、非循环信号源频偏估计的增强型盲方法[7]和无数据辅助的方法[8]、非循环信号源的盲分离方法[9]、非循环调制的OFDM信号峰均比抑制[10]等。这些研究与利用信号源时域上其他较复杂特性(如有限符号集信息)的空时联合信号处理方法相比，利用信号源的时域非循环特性的方法比较简单，也能获得较明显的性能增强效果。

实际上，民用无线通信和无线电对抗环境中的信号源十分复杂，往往不是单一的循环信号源或非循环信号源，因此，有必要研究利用混合信号源特性的参数估计与识别方法。本文针对循环和非循环混合信号源，提出了一种增强型的波达方向估计方法和识别循环与非循环信号源的方法，并给出了仿真结果。

1 循环与非循环混合信号源的子空间特性

2 混合信号的波达方向估计和识别

3 仿真结果

实验 1 假设有由6个间隔为半波长的阵元组成的均匀线阵，3个等功率的信号源的波达方向分别为0.01、0.11、0.15 rad，空间噪声为高斯白噪声，信噪比为30 dB，快摄数为100。

假设第2个和第3个信号源是非循环信号源，第1个信号源是循环信号源，100次试验的估计结果如图1所示，图中实线为本文方法结果，虚线为常规方法结果。由图1可见：(1)在循环信号源的波达方向处，本文提出的改进的ESPRIT方法得到两组相近的估计结果，可以作为区分非循环信号源和循环信号源的标准；(2)本文方法提供了比常规的ESPRIT方法更为准确的估计。

图1 3个信号源时本文方法和常规方法100次试验的估计结果比较

实验 2 在保持其他条件不变的条件下，图2a和图2b分别给出了本文方法和常规的ESPRIT方法对第二个到达角估计结果的RMSE随SNR和阵元数的变化的性能曲线(对应每个参数进行1 000次独立实验)。可见本文方法的估计性能明显优于常规ESPRIT方法。

实验 3 同样假设有由 6个间隔为半波长的阵元组成的均匀线阵，3个等功率的循环信号源的波达方向分别为−0.6、−0.4、0.2 rad，4个等功率的非循环信号源的波达方向分别为−0.2、0、0.4和0.6 rad，信噪比为25 dB，快摄数为200。100次试验的估计结果如图3所示，图中实线为本文方法结果，虚线为常规方法结果。由图可见：(1)常规方法由于信号源数大于阵元数，所以最多只能估计5个结果，且估计结果偏差较大；(2)在循环信号源的波达方向处，本文方法得到了两组相近的估计结果，可以作为识别循环信号源的标准；(3)本文方法在信号源数大于阵元数时依然能够提供准确的估计，具有较强的信源过载能力。

图2 本文方法和常规方法的估计性能比较

图3 7个信号源时本文方法和常规方法100次试验的估计结果比较

4 结 论

与针对单一的循环或非循环信号源的阵列信号处理不同，本文研究了循环和非循环混合信号源的波达方向估计问题和这两种信号源的识别问题，利用混合信号源的子空间特性推导并提出了增强型空间谱估计方法，该方法不仅具有较高的分辨率，容易识别该两种信号源，而且具有较强的信源过载能力。

[1]CHARG P, WANG Y, SAILLARD J. Non circular sources direction finding method using polynomial rooting[J].Signal Processing, Elsevier Science Publishers, 2001, 81:1765-1770.

[2]PICINBONO B. On circularity[J]. IEEE Trans SP, 1994,42(12): 3473-3482.

[3]PICINBONO B, CHEVALIER P. Widely linear-estimation with complex data[J]. IEEE Trans SP, 1995, 43(8):2030-2033.

[4]ABEIDA H, DELMAS J P. Stochastic Cramer-Rao bound of DOA estimates for non-circular Gaussian signals[C]//IEEE International Conference on Acoustics, Speech, and Signal Processing. [S.l.]: IEEE, 2004.

[5]CHARGE P, WANG Y, SAILLARD J. A root-music algorithm for non circular sources[C]//IEEE International Conference on Acoustics, Speech, and Signal Processing.[S.l.]: IEEE, 2001.

[6]HAARDT M, ROMER F. Enhancements of unitary ESPRIT for non-circular sources[C]//IEEE International Conference on Acoustics, Speech, and Signal Processing. [S.l.]: IEEE,2004.

[7]CIBLAT P, SERPEDIN E, WANG Y. A fractionallysampling based frequency offset enhanced blind estimator for non-circular transmissions[C]//Conference Record of the Thirty-Sixth Asilomar Conference on Signals, Systems and Computers. [S.l.]: [s.n.], 2002.

[8]CIBLAT P, LOUBATON P, SERPEDIN E, et al.Performance of non-data aided carrier offset estimation for non-circular transmissions through frequency-selective channels[C]//IEEE International Conference on Acoustics,Speech, and Signal Processing. [S.l.]: IEEE, 2000.

[9]GALY J, ADNET C. Blind separation of non-circular sources[C]//Proceedings of the Tenth IEEE Workshop on Statistical Signal and Array Processing. [S.l.]: IEEE, 2000.

[10]WANG H, CHEN B. On the distribution of peak-toaverage power ratio for non-circularly modulated OFDM signals[C]//Global Telecommunications Conference. [S.l.]:[s.n.], 2003.

编 辑 税 红

Fast Direction of Arrival Estimation and Identification of Mixed Circular and Non-Circularity Sources

CHEN Xian-ning, WAN Qun, and YANG Wan-lin

(School of Electronic Engineering, University of Electronic Science and Technology of China Chengdu 610054)

In array signal processing, the cases of mixed circular and non-circular sources are more and more frequently encountered in complex signal situation. By analyzing the subspace property of the mixed circular and non-circular signal sources in detail, an enhanced and fast method for direction of arrival (DOA)estimation and identification of mixed circular and non-circular sources is proposed. Since the proposed method efficiently utilizes the useful non-circularity properties of the mixed circular and non-circular source model, it has better performance of DOA estimation compared with the method only based on homogeneous source model and its performance is closed to the theoretical bound. Simulation results show that by using the proposed method in DOA estimation, the number of mixed signal sources can be larger than the number of array elements.

circular source; direction of arrival; identification; mixed source; non-circular source

TN911.7

A

10.3969/j.issn.1001-0548.2010.06.003

2009- 04- 09;

2010- 03- 22

国家自然科学基金(60372022)；新世纪优秀人才支持计划(NCET-05-0806)

陈显宁(1977- )，男，博士生，主要从事阵列信号处理、波达方向估计方面的研究.