Page 201 - 201805
P. 201

第 37 卷 第 5 期         郭拓等: 小快拍高分辨目标方位估计算法 GMUSIC 的性能分析                                       783


             年代的数理统计领域,是由于出现经典多元统计分                            实特征值、特征向量与样本协方差矩阵之间在逼近
             析不再适用于处理大维数据的问题,标志性的工作                            域中的关联。GMUSIC算法的一致方位估计器为
                                                                                  (            )
             是 1928 年 Wishart 发表的关于多元统计分析的一                                        ∑
                                                                                    N
                                                                             H
                                                                P G-MUSIC = a (θ)      ϕ(i)ˆ q i ˆ q H  a(θ),  (6)
                                                                                             i
             篇论文   [20] 。随机矩阵理论是高等多元统计分析的
                                                                                   i=1
             一个数学分支,顾名思义,它是随机过程论与矩阵                                           N   (                )
                                                                              ∑        ˆ
                                                                                      λ k      ˆ µ k
                                                                       
             论的交集,其早期主要用于解决核物理等方面的问                                     1+                 −         ,
                                                                       
                                                                                    ˆ   ˆ    ˆ
                                                                           k=N− D +1  λ i −λ k  λ i −ˆµ k
                                                                       
             题,现在已经推广应用于无线通讯、网络安全、基因                                   
                                                                       
                                                                       
                                                                       
                                                                           i 6 N − D,
             统计和金融等领域         [21] 。                            ϕ(i) =                                    (7)
                                                                                    ˆ
                 随机矩阵理论专注于研究各种基于不同模型                                      N−D  (  λ k       ˆ µ k  )
                                                                           ∑
                                                                       
                                                                       
                                                                                        −          ,
                                                                       −
                                                                                      ˆ
                                                                                 ˆ
             随机矩阵 (包括样本协方差矩阵) 的特征值、特征向                                          λ i − λ k  ˆ
                                                                       
                                                                                           λ i − ˆµ k
                                                                       
                                                                          k=1
                                                                       
             量以及其随着快拍数与阵元数同步变化时的逼近                                         i > N − D,
                                                                       
             行为,对于固定阵元数 N 时的特殊情况,协方差矩
                                                                                       ˆ
                                                                                  ˆ
                                                                                                 ˆ
                                                               其中,D 为信源个数,λ 1 < λ 2 < · · · < λ N 与 ˆ q i 分别
             阵R 特征值的经验谱分布函数可以表示为
                                                                                 ˆ
                                                               是样本协方差矩阵 R 的特征值与特征向量。ˆµ k 是
                            1
                     R                      ˆ
                   F (λ) =    #{1 6 k 6 N : λ k 6 λ},   (3)    公式 (8)的实值解,其中c = N/L。
                            N
                                                                                 N
                                                                                      ˆ
             其中,#{·} 表示满足某条件集合的基数,即元素个                                        1  ∑    λ i    1
                                                                                          =   .           (8)
             数;F (λ) 是一个特征值计数函数,它表示 R 的特                                      N     ˆ        c
                  R
                                                                                    λ i − µ
                                                                                i=1
                                       ˆ
                                      ˆ R
             征值中小于等于 λ 的个数。F (λ) 是样本协方差矩
                ˆ
             阵R 的经验谱分布函数,它是一个确定性的分布函                           3 仿真及性能分析
                                            ˆ
             数,因为其给出了样本协方差矩阵R 的特征值逼近                           3.1  方位分辨仿真
                                              ˆ
             性的描述,无论快拍数L如何变化,F (λ)都将在逼
                                            ˆ R
                                                                   在仿真中,假设采用一个半波长分布的20元均
             近域中逼近于 F (λ),所以使用样本协方差矩阵的
                           R
                              ˆ
             经验谱分布函数F (λ)来逼近F (λ)是可行的。                         匀线阵,入射的信号为两个远场窄带信号,频率分别
                                          R
                            ˆ R
                                                               为6.25 kHz、6.245 kHz,采样频率50 kHz,两个信号
                 由于直接使用经验分布函数来描述样本协方
                                                               的入射角分别为 16 、20 ,信噪比 SNR 皆为 20 dB,
                                                                                ◦
                                                                                     ◦
             差矩阵的逼近特征较复杂,一般通过 Stieltjes 变换
                      ˆ
                    ˆ R
             来实现,F (λ)的Stieltjes变换可定义为                         噪声为复高斯白噪声,快拍数取 100。图 2 为使用
                                                               GMUSIC算法与 MUSIC 对这两个相邻目标进行方
                       ∫
                                  ˆ
              ˆ            1   dF (λ)                          位估计的结果。
                                ˆ R
              b N (z) =
                         λ − z
                                                                   由图 2 可知,对于两个入射方向相差为 4 的相
                                                                                                       ◦
                          N
                       1  ∑    1      1           −1
                                            ˆ
                    =              =    tr[(R − zI)  ]. (4)    邻目标,在使用 100 快拍情况下,MUSIC 算法不能
                       N     ˆ        N
                             λ r − z
                         r=1
                                                               将这两个相邻目标分辨出,而GMUSIC却可将这两
                                       ˆ
                 对于样本协方差矩阵 R,经验谱分布函数                           个目标正确分辨出,因此,在一定程度上可以说明
               ˆ
             ˆ R
             F (λ) 及其 Stieltjes 变换只考虑了特征值的逼近
                                                               GMUSIC算法具有更高的方位分辨性能。
             而没有将特征向量的特性融入,因此考虑如下谱函
                                                                        0
             数的Stieltjes变换:                                                    MUSIC
                                                                      -5       GMUSIC
                              N
                             ∑
                                      H
                                  H
                                            ˆ
                     F N (λ) =  a q i q a#{λ ≤ λ}.      (5)
                                      i                               -10
                             i=1                                     ቇᫎவͯ៨/dB
                 公式 (5) 经 Stieltjes 变换后,通过 G 估计及随                     -15
             机矩阵理论      [22−23]  得到改进的 MUSIC 算法,即                     -20
             GMUSIC  [18−19]  算法,G 估计的主要思想是它可以                        -25
                                                                       -100    -50      0      50     100
             充分利用特征值与渐近区间中的真实特征值之间                                                   К࠱ᝈ/(O)
             的联系,而GMUSIC算法的基本思路就是利用G估                               图 2  GMUSIC 与 MUSIC 方法分辨能力对比
             计的特性,通过 Stieltjes 变换建立起协方差矩阵真                      Fig. 2 Comparison of GMUSIC and MUSIC methods
   196   197   198   199   200   201   202   203   204   205   206