基于空间周期图平均与相关重采样的宽带稀疏阵列聚焦
信号处理
2019-12-30 v1
摘要
本文提出两种用于稀疏线性阵列空间相关估计的相干宽带聚焦算法。两种算法均通过离散傅里叶变换或滤波器组将时域阵列数据分解为不相交频带，以获得宽带频域快拍。周期图平均（AP）算法从频域出发，估计所有频带的宽带空间周期图，随后对其平均以增强信源的空间谱信息。对合成空间周期图取逆空间傅里叶变换，估计出聚焦空间相关。另一种空间相关重采样（SCR）算法直接计算各频带的空间相关，随后重定标空间采样率以在聚焦频率处对齐。来自所有频带的重采样空间相关被平均以估计聚焦空间相关。由 AP 或 SCR 算法估计的空间相关填充厄米特托普利茨增广协方差矩阵（ACM）的对角线。聚焦 ACM 作为一种新的基于最小描述长度（MDL）准则（称为 MDL-gap）的输入，用于信源枚举，并作为标准窄带 MUSIC 算法用于 DOA 估计。数值仿真表明，在快拍受限场景下，AP 与 SCR 算法相较非相干子空间聚焦算法均提升了信源枚举与 DOA 估计性能。
引用
@article{arxiv.1912.11526,
title = {Broadband Sparse Array Focusing Via Spatial Periodogram Averaging and Correlation Resampling},
author = {Yang Liu and John R. Buck},
journal= {arXiv preprint arXiv:1912.11526},
year = {2019}
}
备注
11 pages, 8 figures