非均匀噪声背景下信源数估计算法
2018-08-20陈明建龙国庆黄中瑞
信号处理 2018年2期
陈明建 龙国庆 黄中瑞
(国防科技大学电子对抗学院,安徽合肥 230037)
1 引言
阵列信号空间谱估计在雷达、声纳、移动通信以及语音增强等领域研究有着广泛的应用[1-2]。特别是基于子空间的多信号分类法(MUSIC)[3-5]、旋转子空间不变法(ESPRIT)[5]以及子空间拟合法[6]。子空间类的DOA估计算法应用前提是信源数准确已知。因此信源数目估计是基于子空间类超分辨DOA估计算法首要解决的问题。
典型的信源数估计方法主要包括:基于AIC准则[7]和MDL准则[8-10]的信息论方法、基于特征值一步预测法[11]、贝叶斯预测密度法[12]等。这些方法应用的前提是假定阵元噪声为高斯白噪声,而实际的噪声模型可能是空间非平稳,非均匀噪声。近些年来,学者们相继提出了色噪声背景下的信源数估计方法,如盖氏圆盘法(GDE)[13]、正则相关法[14]、基于对角加载的特征值校正方法[15]等。GDE法同时利用了特征值和特征向量信息,因此在色噪声条件下仍然可以正确估计信源数,但在低信噪比时性能较差,且需要人工选择调整因子。正则相关法对阵列几何结构是严格限制,因此实用性受到了极大的限制。基于对角加载的信源数估计方法一定程度上解决噪声特征值发散引起信源数估计性能下降的问题,但是需要人为设置对角加载量,最优加载量无法准确获得。
针对非均匀噪声背景下信源数估计问题,本文提出基于修正数据协方差矩阵的SORTE信源数估计方法。该方法首先通过构造特殊对角矩阵得到修正的数据协方差矩阵。……
登录APP查看全文
