1、music算法是什么?
DOA波达方向估计(Direction Of Arrival)是阵列信号处理(Array Signal Processing,ASP)中的一个重要研究方向,其作用在于确定搜索空间信号源的位置。是在空域滤波、时域谱估计的基础上发展起来的一种技术,其有着优异的参数估计性能和广阔的应前景。
DOA波达方向估计技术主要有ARMA谱分析、最大似然法、熵谱分析法和特征分解法,特征分解法主要有MUSIC(Multiple Signal Classification多重信号分类)算法、ESPRIT算法和WSF算法等。
2、music算法要解决什么问题?
我的理解:对于天线阵列接收到的多个信号(两个及两个以上发射源),通过music算法,在现实场景中已知条件有限的情况下估算出其发射信号(源信号)的来源(方向角)的一种算法。已知条件:天线接收到的信号、天线间距(可控值)、光速(固定值)。无需知道发射信号以及信号源到天线的距离。
3、music算法产生的过程?
只有单个发射源的理想情况(不考虑信号反射、其他干扰信号的影响)
场景1假设(见场景1实例图):1个信号源,3根天线
①1个无穷远处(相对天线之间距离来说的无穷远)的信号源x1
② 三根天线(天线1、2、3)呈直线排布,两两间距为d
③信号源x1到天线1的距离为L1
信号源x1到天线1的距离为L1'
信号源x1到天线1的距离为L1''
④由于L>>d则可做以下近似:
信号源X分别到天线1、2、3的入射角度近似相等,为θ1
推导过程:
Ⅰ.理想情况下:假设只有一个信号源,研究目的---------找出
①经过距离后幅度和相位都会发生一定变换,幅度变换后记作再经过相位变换后记作(C:光速)。设:由于距离引起的变化因子为则
故
②虽然但是与值近似,所以不能忽略不计。
则:信号源X1到天线1的距离为
信号源X1到天线2的距离为
信号源X1到天线3的距离为
经过距离后幅度和相位也会发生一定变换,幅度变换可近似看做与经过距离后的幅度变换一致(距离相差较小,幅值变化微弱),记作再经过相位变换(小距离就可以引起相位较大变化)后记作(C:光速)。
设:由于引起的变换因子为则
故
③同理可得:
整理得:
此时
(注意:此步骤具有较为重要的物理意义--------music算法无需知道发射的信号x1和x2,也无需知道发射源到天线的距离L。)
可见中:,
未知量只有(f为天线接收到的信号频率,d为天线间距,C为光速)
即为所求,所以,此时问题转化为如何求出。
Ⅱ. 研究目的:求出
由Ⅰ可得:
其中已知、、,未知,但可消去,
消去后得:、通过连例两个方程,求出同时满足这两个式子的值即为所求。
Ⅲ.由可求解出最终目的
公式:
故而可以最终求得该发射源相对于天线整列的方向角度值。
但是,现实情况不存在这种理想场景。首先,大多数实际场景下都不会只有一个信号源,就算只有一个信号源,天线阵列也会收到该信号源遇到障碍物所发生的反射等现象产生的一些其它信号。故而我们必须要考虑复杂情况。
两个发射源的理想情况(不考虑信号反射、其他干扰信号的影响)
场景2假设(见场景2实例图):两个信号源,三根天线
①两个无穷远处(相对天线之间距离来说的无穷远)的信号源x1和z1
② 三根天线(天线1、2、3)呈直线排布,两两间距为d
③信号源X到天线1的距离为L1 信号源Z到天线1的距离为L2
信号源X到天线1的距离为L1' 信号源Z到天线1的距离为L2'
信号源X到天线1的距离为L1'' 信号源Z到天线1的距离为L2''
④由于L>>d则可做以下近似:
信号源X分别到天线1、2、3的入射角度近似相等,为θ1
信号源Z分别到天线1、2、3的入射角度近似相等,为θ2
由场景1可得: 同理可得:
故而:
此时场景1中消去的方法不适用。这种情况下又该如何求解方向角呢?
music算法将解决这一问题
4、music算法如何解决这一问题?
问题的本质还是如何找出和,根据和又将问题转换成了如何找出和。
首先,将天线1、2、3接收到的信号进行采样,数据存放在矩阵中。
采样后:
将得到的数据进行处理:
从这组采样数据中分析计算 出 和 的过程就是music算法,之后就能找出 和 。
music算法是如何找出 和 的呢?(见下篇)