《IEEE Transactions on Vehicular Technology》:Fusion-Based Off-Grid Direction of Arrival Estimation via Deep Learning With Array Imperfection
编辑推荐:
本文针对实际应用中阵列误差导致波达方向(DOA)估计性能下降的问题,提出了一种融合IQ信号和增强样本协方差矩阵(EN-SCM)的深度学习网络IQ-ENSCM-Net。该研究创新性地设计了伪空间谱(PSS)实现离网格DOA估计,并改进了二元交叉熵(BCE)损失函数。仿真结果表明,该方法在多种源场景下优于现有方法,对阵列误差和噪声具有强鲁棒性,为阵列信号处理提供了新的技术途径。
在雷达、声纳和无线通信等领域,精确的波达方向(DOA)估计一直是阵列信号处理的核心课题。然而在实际应用场景中,阵列不可避免地存在幅度相位误差、互耦效应和天线位置扰动等不完美因素,这些"阵列误差"会显著降低传统DOA估计方法的性能。更棘手的是,大多数基于深度学习的DOA估计方法要么受限于网格间隔无法实现连续角度估计,要么没有充分考虑阵列误差的影响,导致在实际系统中的推广应用面临挑战。
针对这一技术瓶颈,发表在《IEEE Transactions on Vehicular Technology》上的最新研究提出了一种创新的解决方案——IQ-ENSCM-Net融合网络。该研究团队来自国内信息工程大学,他们巧妙地将阵列信号的时空特征与协方差矩阵的空间特征相结合,实现了在阵列误差条件下的高精度离网格DOA估计。
研究团队首先建立了包含多种阵列误差的均匀线性阵列(ULA)信号模型。如Fig. 1所示,当K个窄带信号以不同角度入射到M元阵列时,考虑幅度相位误差矩阵G、互耦矩阵C和位置扰动后的导向矢量矩阵?,接收信号可表示为? = GC?S + W。这种综合误差模型更贴近实际应用场景。
在技术方法层面,该研究主要突破了三个关键点:一是设计了基于Transformer编码器的IQ-Net提取信号时间特征,利用残差连接网络的ENSCM-Net提取空间特征;二是提出了伪空间谱(PSS)概念,将DOA的整数部分作为类别索引,小数部分作为幅度信息,实现了离网格估计;三是改进了BCE损失函数,引入l1-范数正则化函数和基于估计误差的加权系数,提升了对困难样本的学习效果。
网络架构设计如Fig. 2所示,IQ-ENSCM-Net采用三分支结构。IQ-Net分支通过Transformer encoder处理I/Q信号的时间序列特征,ENSCM-Net分支利用残差网络提取增强样本协方差矩阵的空间特征,Weight-Net分支则通过加权融合机制整合两类特征。这种设计充分利用了信号的时域和空域信息互补特性。
SCM增强方法研究团队基于线性收缩估计理论,通过优化问题minαE[‖R-RX‖F2]构建具有Toeplitz结构的增强协方差矩阵。该方法利用RT= Σm=-M+1M-1(1/(M-|m|))trace(??Jm)J-m作为目标矩阵,有效提升了协方差矩阵的估计质量。
IQ-Net详细结构如Fig. 3所示,该网络包含11个处理层,首先对输入的2M×L维I/Q矩阵进行归一化处理,然后通过位置编码和Transformer encoder提取时序特征,最后经过全连接层输出Q维特征向量。其中多头自注意力机制的头数设置为8,前馈网络维度为1024。
ENSCM-Net设计如Fig. 4所示,该网络采用残差连接结构处理M2维增强协方差矩阵特征。网络包含三个残差块,分别配置256-128-128、256-128和256-128神经元,有效缓解了梯度消失问题,保留了对角线特征信息。
特征融合机制如Fig. 5所示,Weight-Net通过7个全连接层将IQ-Net和ENSCM-Net的输出特征进行加权融合,最终输出Q维伪空间谱。网络采用256-512-512-256的神经元配置,在两个Dropout层设置0.2的丢弃率防止过拟合。
伪空间谱创新研究团队设计的PSS标签p = [p1, p2, ..., pQ]T中,当??θk? = Θi时pi= θk- ?θk?,否则pi= P(P = -1)。这种设计使网络输出同时包含角度类别信息和离网格偏差信息,最终DOA估计值为θ?k= Pk+ zPk- QGap。
改进的损失函数创新的BCE损失函数L(z,p,η) = -1/Q Σq=1Q[ln(e-zq/(1+e-zq))[pq=P]+ η×ln(1/(1+ef(zq)))[pq≠P]]中,加权系数η = 1/K Σ|TopK(z) - TopK(p)|根据估计误差动态调整样本权重,正则化函数f(zq) = |(zq-pq)/(pq+εg)|确保损失函数在网络输出等于PSS时取得最小值。
消融实验结果如Fig. 6所示,在2-4个信源条件下,融合网络的RMSE均显著低于单独使用IQ-Net或ENSCM-Net,验证了特征融合的有效性。特别是在低信噪比区域,融合网络展现了更强的鲁棒性。
PSS有效性验证如Fig. 7所示,与随机分数估计相比,提出的PSS方法在所有信源数量条件下均表现出更低的估计误差,证明了离网格估计机制的有效性。随着信源数增加,性能优势依然保持。
SCM增强效果如Fig. 8所示,使用增强SCM的EN-MUSIC、EN-ESPRIT和ENSCM-Net方法性能均优于基于原始SCM的对应方法,验证了Toeplitz结构先验的有效性。但在高信噪比时,协方差矩阵结构破坏限制了增强效果。
性能对比分析如Fig. 10所示,在固定角度场景下,提出的IQ-ENSCM-Net在信噪比-10dB到15dB范围内均保持最优性能,显著优于EN-MUSIC、EN-ESPRIT等传统方法以及OffGrid-Net、ETE-Net等深度学习对比方法。
阵列误差鲁棒性如Fig. 11所示,在SNR=-5dB固定时,随着阵列误差系数σ1从0增加到20,所有方法性能均下降,但提出的方法下降幅度最小。即使在训练集未覆盖的σ1=0和σ1>10区域,仍保持良好性能,展现了强泛化能力。
多源适应能力如Fig. 12所示,随着信源数从2增加到6,所有方法性能均下降,但提出的方法在SNR=-5dB、0dB、5dB三个水平下均保持最优,证明了在多源场景下的有效性。
角度间隔敏感性如Fig. 13所示,在SNR=-6dB时,传统方法对角度间隔极为敏感,而深度学习方法因依赖训练数据变化不大。提出的方法在不同间隔条件下保持稳定性能。
计算复杂度分析论文表I显示,提出的方法参数量为1224239,测试时间3.73×10-5秒,优于OffGrid-Net(2022763参数)和IQ-ResNet(1766530参数),虽然比ETE-Net(377770参数)参数量多,但测试时间更短。EN-MUSIC因需要网格搜索耗时最长(4.70×10-3秒)。
该研究的创新价值在于首次将Transformer encoder与残差网络相结合用于DOA估计,提出的PSS标签和改进BCE损失函数为离网格估计提供了新思路。方法在多种误差条件下保持鲁棒性,且计算效率满足实际应用需求。未来工作可进一步优化网络结构减少测试时间,并拓展到更复杂的阵列几何结构和动态场景中。这项研究为基于深度学习的阵列信号处理提供了重要技术支撑,在智能交通、环境感知等领域具有广阔应用前景。