1.条件假设

为了方便研究,且不失一般性,对理论介绍过程中的阵元、快拍数、信号和噪声做如下假设:

阵元数M,信源数K,快拍数L。

<1>信源s_{1}(t),s_{2}(t),...,s_{k}(t)是非高斯、零均值、相互独立(信号的互相关系数为0)的窄带平稳过程。

<2>阵元噪声n_{i}(t)为理想高斯白噪声,并且与信源独立。

<3>阵元间距d<\lambda /2,且信源数小于阵元数,即K<M。 

<4>接收阵列中所有阵元的特性完全相同,每个阵元接收到的信号只与其在空间中的位置有关,各个阵元之间不存在干扰和互耦性。

2.远场信源传播模型

远场接收均匀线阵列示意图如下:

上图为M元均匀线阵,阵元间距为d=\lambda /2,空间来波信号到达均匀接收线阵的波达角度\theta记为均匀线阵的法线与空间来波信号的夹角。

假设在远场空间中有来波信号,来波信号的个数一共有K个,且来波信号之间为相互独立的窄带信号。

窄带信号:信号的带宽\Delta f远小于其中心频率f_{0},则该信号成为窄带信号,即:

 \Delta f/f_{0} << 1/10

通常将正弦信号和余弦信号称为正弦型信号,正弦形信号为典型的窄带信号。例如将10Hz和20Hz的正弦信号使用频率为10000Hz的正弦信号进行调制。窄带信号表示为s(t)=a(t)e^{j[w_{0}t+\theta (t)]}

其中,a(t)为幅度调制函数(实包络),w_{0}为中心频率对应的相位角频率w_{0}=2\pi f_{0}\theta (t)为相位调制函数。因此可以使用中心频率来表示窄带信号的信息。

将来波信号的中心频率定义为f_{0},则对于每个信号的角频率来说:

f_{0}=f_{k}=w_{k}/2\pi => w_{k}=w_{0}=\frac{2\pi c}{\lambda }

其中,\lambda为待估计信号的波长,c为光速,w_{k}(k=1,2,...,K)为来波信号的角频率。假设将均匀线阵接收第k个远场信号的来波信号记为s_{k}(t),则s_{k}(t)可以表示为:

 其中\tilde{s}_{k}(t)为来波信号s_{k}(t)的复包络,则延迟t_{0}时刻后波前信号为:

 由于之前假设来波信号为窄带信号,根据窄带信号的性质可得:

代入上式可得: 

假设第k个待估计信号以角度\theta _{k}入射至阵列,将均匀线阵中第一个阵元视为参考阵元。则与到达下标m为的阵元的相比,时间差为:

 对应的相位差为:

 其中为了避免相位模糊,同一采样时刻,两个相邻阵元之间的相位差不超过\pi,阵元间距不超过半波长,即d<\lambda /2

则在t时刻,第m个接收阵元采集到的空间来波中第k个窄带信号可以表示为:

 式中,a_{k}为空间中第k个来波信号到达第m个接收阵元相对参考阵元的影响因子,由于之前假设(4)中接收阵列中所有阵元性能相同,故a_{k}=1\theta _{k}为空间远场第k个窄带信号到达接收阵列的角度值。

计算噪声信号和所有的来波信号,则接收阵列中第k个接收阵元在t时刻的接收信号为:

 其中,n_{m}(t)是噪声矢量。令a_{m}(\theta _{k})=exp[-j(m-1)2\pi dsin\theta _{k}/\lambda ]。因此第k个阵元的采样信号为:

其中,s_{k}(t)表示远场来波信号中第k个窄带信号到达接收阵列中参考阵元时的信号。则均匀线阵的接收信号矢量的矩阵形式可以写成:

X=A(\theta )*S+N

其中,X为均匀线阵接收的采样数据矢量矩阵,A(\theta )为阵列流型矩阵,S为信源矩阵,N为噪声矩阵,且:

X=[\vec{x}_{1}(t),\vec{x}_{2}(t),...,\vec{x}_{M}(t)]^{T}

\vec{x}_{m}(t)=[x_{m}(t_{1}),x_{m}(t_{2}),...,x_{m}(t_{L})]

A(\theta )=[\vec{a}(\theta _{1}),\vec{a}(\theta _{2}),...,\vec{a}(\theta _{K})]

\vec{a}(\theta _{k})=[\vec{a}_{1}(\theta _{k}),\vec{a}_{2}(\theta _{k}),...,\vec{a}_{M}(\theta _{k})]^{T}=[1,e^{-j\varphi _{k}},...,e^{-j(M-1)\varphi _{k}}]^{T}

\varphi _{i}=\frac{2\pi dsin\theta _{i}}{\lambda }

S=[\vec{s}_{1}(t),\vec{s}_{2}(t),...,\vec{s}_{K}(t)]^{T}

\vec{s}_{k}(t)=[s_{k}(t_{1}),s_{k}(t_{2}),...,s_{k}(t_{L})]

s_{k}(t_{l})=s_{k}(t_{0})*e^{-j(l*\Delta t*2\pi f)}

N=[\vec{n}_{1}(t),\vec{n}_{2}(t),...,\vec{n}_{M}(t)]^{T}

\vec{n}_{m}(t)=[n_{m}(t_{1}),n_{m}(t_{2}),...,n_{m}(t_{L})]

由上式可以看出远场信号的阵列流型矩阵A(\theta )为Vandermonde矩阵,因此当空间入射信号从不同来波方向入射到接收阵列时,矩阵A(\theta )为列满秩矩阵。

3.近场信源传播模型

如图所示,当来波信号的信源与阵列中参考阵元之间的距离比较接近时,来波信号的传播方式不再是平面波,而需要将传播方式看为球面波,传播模型为近场信源模型。阵列中的阵元都处于信源的Fresnel域中:[0.62(R^{3}/\lambda )^{0.5},2R^{2}/\lambda ]R为阵列孔径。此时信源的参数还包含信源到参考阵元的距离,二者都需要进行估计。由于之前假设一共有K个相互独立的窄带信号,且假设新的近场接收均匀线阵一共有2M+1个阵元,阵元下标为-MM,则下标为m的阵元接收到的信号可以表示为如下:

 其中L是快拍数,n_{m}(t)是加性高斯白噪声,s_{k}(t)表示来波信号中第k个信源到达下标为0的阵元的采样信号,\varphi _{mk}则是来波信号中第个信源到达下标为0的阵元与下标为m的阵元之间的相位差,根据三角形的余弦定理可以写成:

 其中\theta _{k}表示第k个信源的波达方向,r_{k}是其与0号阵元(即参考阵元)间的距离,且d<\lambda /4,对上式做泰勒级数展开,并将三阶及其以上高阶泰勒级数是作为无穷小项,相位差\varphi _{mk}可以改写成:

 其中:

 假设用矩阵形式来表达,公式中在t时刻阵列的输出可以写成:

 其中A(\theta ,r)是信号的方向矩阵也是阵列流型矩阵,其第k列是如下方向向量:

 s(t)n(t)分别为信号向量和噪声向量:

 用如下矩阵来表示整个阵列的采样接收信号:

Y=A(\theta ,r)*S+N

y_{m}(t)=[y_{m}(t+\Delta t),y_{m}(t+\Delta t*2),...,y_{m}(t+\Delta t*L)]

s_{k}(t)=[s_{k}(t+\Delta t),s_{k}(t+\Delta t*2),...,s_{k}(t+\Delta t*L)]

n_{m}(t)=[n_{m}(t+\Delta t),n_{m}(t+\Delta t*2),...,n_{m}(t+\Delta t*L)]

其中,L为快拍数。

将近场信号源模型与远场信号源模型相比较,发现二者的主要区别在于阵列流型矩阵A。远场信号源模型的阵列流型矩阵是只包含角度信息的矩阵A(\theta ),而近场信号源模型的阵列流型矩阵A(\theta ,r)是包含角度信息与距离信息的矩阵,因此其算法复杂度大大增加。

[1]郝苏湘. 近场声源定位算法研究[D].西安电子科技大学,2021.DOI:10.27389/d.cnki.gxadu.2021.001004.

Logo

有“AI”的1024 = 2048,欢迎大家加入2048 AI社区

更多推荐