温斐旻,杨瑞峰,郭晨霞,葛双超

(中北大学 电子测试技术国家重点实验室， 太原 030051)

源定位技术一直是阵列信号处理的重要应用[1-3]。该研究课题广泛应用于FF源，麦克风接受到的是平面波,只需要估计DOA参数[4-6]。然而，对于NF源，平面波假设不再有效，因此需要同时提供DOA和距离参数[7-8]。针对这种问题，许多学者提出了种种算法来对FF源和NF源定位。上述所有算法都集中在纯FF或NF源场景中，但在许多实际应用中FF和NF源是共存的[9]，例如使用麦克风阵列的扬声器定位和地震勘探。在FF或NF混合源场景中，大多数纯FF或NF源的算法可能无法区分和定位混合源。

为了实现FF和NF混合源定位，近几年国内外很多学者都钻研于此，并研究出了大量解决此类问题方法。Liang等[10]利用四阶累积量和谱搜索，首次提出了一种有效的二阶MUSIC(Multiple Signal Classification多信号分类)定位算法(TSMUSIC)，但其计算复杂度较高，孔径损失相对严重。为了减小计算量，文献[11]提出了一种只使用二阶统计量的斜投影MUSIC算法(OPMUSIC)，但该算法的参数估计存在严重的孔径损失和一维谱搜索的问题，会产生额外的估计误差。Xie等人在文献[12]提出了一种基于时域四阶统计量的MUSIC MVDR算法，并且不需要知道信号源数目。Liu和Sun在文献[13-14]提出了协方差差分算法(TSMDA)来减小阵列孔径，为信号类型的分类提供了一种更合理的方法。我们了解到随着阵列的孔径增大，DOA参数的估计精度也越高[16]。为避免DOA模糊，现有方法的阵元间距都在四分之一波长之内[17]。最近，Wang等[15]提出了一种稀疏线阵来扩展阵列孔径，提高了估计精度。……