目前現(xiàn)有的基于子空間和壓縮感知的遠(yuǎn)近場(chǎng)混合源定位方法受到了網(wǎng)格劃分的制約。同時(shí)現(xiàn)有方法大多僅考慮均勻陣列,缺乏對(duì)稀疏陣列定位場(chǎng)景的研究。文中提出了一種基于稀疏對(duì)稱陣列的無(wú)網(wǎng)格遠(yuǎn)近場(chǎng)信源定位方法。該方法首先建立一個(gè)四階累積量矩陣,利用陣列對(duì)稱性質(zhì)消除距離參數(shù)的影響。再利用原子范數(shù)理論,建立基于低秩矩陣重構(gòu)的半正定規(guī)劃問(wèn)題,并通過(guò)非凸優(yōu)化方法進(jìn)行模型求解。進(jìn)而利用范德蒙分解定理得到角度的估計(jì)值。再通過(guò)一維搜索方法來(lái)得到近場(chǎng)信源距離的估計(jì)值。該方法在實(shí)現(xiàn)角度估計(jì)時(shí)無(wú)需網(wǎng)格劃分,因此具有較高的估計(jì)精度。該方法還能實(shí)現(xiàn)對(duì)信源類型的自動(dòng)判斷以及角度和距離參數(shù)的自動(dòng)配對(duì)。同時(shí),該方法不僅適用于均勻陣列,還適用于具有對(duì)稱結(jié)構(gòu)的稀疏陣列,具有更加廣泛的應(yīng)用場(chǎng)景。文中還通過(guò)一系列仿真實(shí)驗(yàn)驗(yàn)證了所提算法的有效性。 

【文章來(lái)源】：南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020,40(02)北大核心

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

遠(yuǎn)近場(chǎng)陣列接收信號(hào)模型

在第一個(gè)實(shí)驗(yàn)中,選用7陣元的ULA作為接收陣列,最小陣元間距d=λ/4。入射信源包括一個(gè)位置為{-6°,+∞}的遠(yuǎn)場(chǎng)信源和一個(gè)位置為{6°,2λ}的近場(chǎng)信源。接收快拍數(shù)為200。令信噪比(SNR)變化區(qū)間為[-5,20]dB,每個(gè)信噪比下進(jìn)行500次蒙特卡洛實(shí)驗(yàn),得到RMSE隨信噪比的變化曲線如圖2所示。從圖2(a)中可以看出,本文提出的方法能夠有效估計(jì)遠(yuǎn)場(chǎng)信號(hào)的角度,其RMSE能夠隨著信噪比的增加而逐漸下降。相比于文獻(xiàn)[18]中直接通過(guò)凸松弛方法來(lái)求解,本文所提出的基于非凸優(yōu)化的方法具有更高的估計(jì)精度。在圖2(b)中,本文所提方法仍然能夠較好地逼近CRLB,而OPMUSIC和HOS-SSR在高信噪比時(shí)開(kāi)始偏離CRLB,隨著信噪比的增加,其RMSE緩慢下降。在圖2(c)中,TSMUSIC和HOS-SSR的估計(jì)性能不佳。雖然OPMUSIC在低信噪比時(shí)性能較好,但在高信噪比時(shí),由于近場(chǎng)信源的角度估計(jì)值較差,因此也偏離CRLB。相比之下,本文所提出的方法能夠在信噪比大于10 dB之后貼近CRLB。

在第二個(gè)實(shí)驗(yàn)中,保持第一個(gè)仿真實(shí)驗(yàn)中的實(shí)驗(yàn)參數(shù)不變,將接收陣列替換為Ω={-3,-2,0,2,3}的對(duì)稱SLA,最小陣元間距為d=λ/4。所得到的RMSE結(jié)果如圖3所示。從圖3(a)可以看出,在SLA場(chǎng)景下本文所提出的方法在估計(jì)遠(yuǎn)場(chǎng)信源角度時(shí)能有較好地估計(jì)性能,其RMSE能夠隨著信噪比的增加而降低。從圖3(b)中可以看出,本文所提出的方法能夠很好地貼近CRLB。相比之下,OPMUSIC由于不能適用于SLA場(chǎng)景,因此估計(jì)失敗。文獻(xiàn)[18]的方法由于分辨率較低,因此估計(jì)性能不佳,HOS-SSR在高信噪比時(shí)會(huì)偏離CRLB,而TSMUSIC在低信噪比時(shí)表現(xiàn)劣于本文方法。從圖3(c)中可以看出,由于近場(chǎng)角度估計(jì)失敗或偏差,OPMUSIC、HOS-SSR和文獻(xiàn)[18]方法性能較差。而本文方法則能夠較好地逼近CRLB。由于TSMUSIC估計(jì)失敗,因此其RMSE沒(méi)有給出。


本文編號(hào)：3404239