宽带信号的DOA估计学习笔记（三):宽带信号阵列接收模型

在宽带阵列信号处理中，阵列接收到的信号包络不再恒定，相位延迟和时延不再是简单的线性关系。

宽带时域模型

$M$个阵元组成的阵列，接收空间中$P$个宽带信号，入射角度分别为${\theta }_1,{\theta }_2,\cdots ,{\theta }_P$，则第$k$个阵元接收到的信号可表示为$$x_k(t)=\sum _{i=1}^P{s}_i[t+{\tau }_k({\theta }_i)]+n_k(t)$$

宽带频域模型

傅里叶变换的时延定理：信号时延后的傅里叶变换等于信号傅里叶变换的相位延迟
如果$s(t)$ 的傅里叶变换为$s(f)$，即
$$FT[s(t)]=s(f)$$
那么 $$FT[s(t+\tau )]=s(f)e^{j2\pi \tau }$$

把第k个阵元接收到的信号，两边做傅里叶变换得到
$$x_k(f)=\sum _{i=1}^P{s}_i(f)e^{j2\pi f{\tau }_k({\theta }_i)}+n_k(f)$$
写成矩阵形式
$${\mathbf{X}}_f=\mathbf{A}(f,\theta )\mathbf{S}(f)+\mathbf{N}(f)$$

其中方向矩阵为
$$\mathbf{A}(f,\theta )=\left[\begin{array}{cccc}{e}^{j2\pi f{\tau }_1({\theta }_1)}& e^{j2\pi f{\tau }_1({\theta }_2)}& \cdots & e^{j2\pi f{\tau }_1({\theta }_P)}\\ e^{j2\pi f{\tau }_2({\theta }_1)}& e^{j2\pi f{\tau }_2({\theta }_2)}& \cdots & e^{j2\pi f{\tau }_2({\theta }_P)}\\ ⋮& ⋮& \ddots & ⋮\\ e^{j2\pi f{\tau }_M({\theta }_1)}& e^{j2\pi f{\tau }_M({\theta }_2)}& \cdots & e^{j2\pi f{\tau }_M({\theta }_P)}\end{array}\right]$$

与窄带信号的方向矩阵不同的是，窄带模型中的频率为固定的单值，这里的频率为信号的整个频带。

当对数字信号进行$J$点离散傅里叶变换时，频率点也为$J$个离散点，那么
$$\mathbf{X}(f_j)=\mathbf{A}(f_j,\theta )\mathbf{S}(f_j)+\mathbf{N}(f_j)(j=0,1,\cdots ,J)$$
其中，方向矩阵为
$$\begin{array}{rl}\mathbf{A}(f_j,\theta )& =\left[\begin{array}{cccc}{e}^{j2\pi f_j{\tau }_1({\theta }_1)}& e^{j2\pi f_j{\tau }_1({\theta }_2)}& \cdots & e^{j2\pi f_j{\tau }_1({\theta }_P)}\\ e^{j2\pi f_j{\tau }_2({\theta }_1)}& e^{j2\pi f_j{\tau }_2({\theta }_2)}& \cdots & e^{j2\pi f_j{\tau }_2({\theta }_P)}\\ ⋮& ⋮& \ddots & ⋮\\ e^{j2\pi f_j{\tau }_M({\theta }_1)}& e^{j2\pi f_j{\tau }_M({\theta }_2)}& \cdots & e^{j2\pi f_j{\tau }_M({\theta }_P)}\end{array}\right]\\ & =[\mathbf{a}({\theta }_1,f_j)\mathbf{a}({\theta }_2,f_j)\cdots \mathbf{a}({\theta }_P,f_j)](j=0,1,2,\cdots ,J)\end{array}$$

如果再将观察时间$T_0$内的阵列接收数据分为$L$个子段，每段时间为$T_d$，然后对观察数据进行$J$点离散傅里叶变换，只要子段$T_d$ 相比噪声的相关时间较长（保证DFT后的数据不相关），宽带模型就变为
$${\mathbf{X}}_l(f_j)=\mathbf{A}(f_j,\theta ){\mathbf{S}}_l(f_j)+{\mathbf{N}}_l(f_j)$$

其中，$J$是指将带宽$B$的宽带信号划分为$J$个子带的个数，对于子带对应的不同频率点$f_1,f_2,\cdots ,f_J$，均成立。