重庆大学微电子与通信工程学院曾孝平团队对近场DOA估计展开研究，相关成果以“基于阵列划分的近场DOA估计算法”（Near-field DOA Estimation Algorithm Using Array Partition）为题，发表在《电子学报》2022年第9期。

内容简介

信源定位是阵列信号处理领域中的一个关键技术，其在雷达、声纳、电子对抗、医疗电子等领域中有着广泛的应用。根据信源与接收阵列之间的距离，信源定位可以分为远场和近场信源定位。对于远场信源定位，信源的传输模型被假设为平面波，仅用到达方向 (DOA, direction of arrival) 就可以完成信源定位的任务。在过去的几十年中，学者们提出了很多针对远场 DOA估计的经典算法。例如最大似然法，多重信号分类 (MUSIC, multiple signal classification) 算法，旋转不变技术 (ESPRIT, estimation of signal parameters via rotational invariance technique) 方法。对于近场信源定位，信源的传输模型被假设为球面波，需要估计信源的DOA和距离才可以完成信源定位的任务。

针对近场DOA估计，学者们提出了二维近场MUSIC算法，ESPRIT高阶近场估计算法，以及一些在MUSIC和ESPRIT算法基础上改进的算法。但这些算法在低信噪比 (SNR, signal-to-noise ratio) 下，因测量数据的微小变化，将出现DOA估计精度和分辨率严重下降的问题。针对这一问题，本文提出了一种基于阵列划分的近场DOA估计算法。

该算法主要包括阵元选择、构造托普利兹矩阵、构造新 “空间谱”。其中，阵元选择的目的是消除四阶累积量中与距离有关的信息，避免近场信源估计中的二维谱峰搜索，降低算法的计算量；构造托普利兹矩阵的目的是使矩阵经过特征值分解之后其特征向量相互正交；构造新 “空间谱” 的目的是利用MUSIC算法的空间谱在谱峰处是一个断点、且趋近较大值的性质来提高信源估计的分辨率。

由图1的子图 (a) 可知，在 SNR=0dB 条件下，传统的MUSIC方法仅在角度等于 10° 处估计出一个谱峰，且不明显。通过对 5°~20° 范围的空间谱放大处理，发现传统的MUSIC方法在角度等于 13° 处的空间谱的谱峰也不明显。但由图1的子图 (b) 可知，相同条件下，本文算法可以在角度等于 10° 和 13° 处估计出两个DOA，且空间谱的谱峰明显。因此，本文算法在 SNR=0dB 条件下，有效的提高DOA估计的分辨率。

由图2的子图 (a) 可知，在SNR= 20dB条件下，传统的MUSIC方法估计出两个DOA，且空间谱的谱峰较明显。由图2的子图 (b) 可知，相同条件下，本文算法也估计出两个DOA，且空间谱的谱峰更明显。由于MUSIC算法在高 SNR 条件下，DOA估计的分辨率已经较高，所以本文算法在SNR=20dB条件下，DOA估计的分辨率和MUSIC算法是相似的。最终，由图1和图2可知，本文算法提高了低信噪比下DOA 估计的分辨率。

作者简介

陈光辉（第一作者），男，1996年10月出生于河南周口市。2018.09~2021.06期间在重庆大学微电子与通信工程学院攻读硕士学位。现为东南大学信息科学与工程学院移动通信国家重点实验室博士生，主要研究方向：智能信号处理。

曾孝平（通讯作者），男，1956年12月出生于四川省广安市。现为重庆大学微电子与通信工程学院教授（二级）。首届国家万人计划领军人才、教育部教指委副主任、国家级教学名师。主要研究方向：信号处理及其实际应用。

引文格式

陈光辉, 曾孝平, 焦爽. 基于阵列划分的近场DOA估计算法[J]. 电子学报, 2022, 50(9): 2110-2118.