本发明属于无线电测向领域，涉及射电天文探测、深海探测、电磁侦测、无源定位及无线电监测管理技术，具体涉及一种弱阵列信号相位增强的测向方法。
背景技术：
1、测向技术广泛应用于天文、雷达、电子侦察、地震监测、声学探测等关键需求领域。阵列可以增大阵面口径，低信噪比（snr）效果好，且可以多个同频信号测向，因此，阵列信号测向性能更优。然而，多径与低信噪比的影响一直是阵列信号测向的两大难点问题，它们易造成接收信号变弱、噪声增强，从而影响测向精度，增加空间谱的伪峰，导致系统探测性能变差。因此，弱阵列信号测向方法的研究对提升系统灵敏度与突破探测极限具有重要的意义。
2、阵列信号测向分两类，一是以多重信号分类算法（music）、最大似然估计算法（ml）、旋转不变子空间算法（esprit）、稀疏重构算法以及它们的改进算法等经典理论模型为基础的模型驱动算法，该类测向算法由既定的数学模型与公式推导而来，但存在多种假设条件，如：信号为窄带信号，噪声为高斯白噪声，信号相互独立等，而实际情况下很难全部满足这些假设条件，因此其测向性能由实际模型与理论模型的匹配程度决定，受通道幅相扰动，特别是多径的影响大。二是数据端到测向端的数据驱动算法，包括：深度神经网络（dnn）、卷积神经网络（cnn）等测向方法。该类方法没有确定的数学公式，依靠智能算法，由大量的仿真或者实测数据组成训练集，输入机器学习网络中进行训练再进行波达方向（doa）估计，该类方法受环境影响较大而使其工程应用受限。以上两类方法都是只考虑测向算法本身，而忽略了测向前期的数据处理，其测向效果受幅相扰动影响。由于实际接收信号可能存在多径、强噪声、弱信号等复杂环境使得模型失配，此时，仅研究测向算法对测向性能的提升有限。
3、由于阵列信号前期降噪会影响信号相位导致测向变差甚至失败，为了提升弱阵列信号测向性能，研究者往往是根据以上两类算法进行改进，鲜有文献对阵列信号测向进行前期预处理。因此，针对多径、强噪声、弱信号导致的伪峰增多、测向精度降低的问题，有必要研究一种不影响阵列信号相位的前期预处理方法以提高弱阵列信号测向性能。
技术实现思路
1、鉴于此，本发明提出一种弱阵列信号相位增强的测向方法，旨在解决弱信号测向精度低与伪峰多的问题。
2、为达到上述目的，本发明采用的技术方案如下：作为第一方面，本发明提供一种弱阵列信号相位增强的测向方法，包括以下步骤：
3、采集理想阵列数据，以第1个阵元为基准，采用鉴相法求出不同doa下第m个阵元与第1个阵元的相位差，构建数据标签；
4、采集原始接收数据，以第1个阵元为基准，采用鉴相法求出不同doa下第m个阵元与第1个阵元的相位差，构建数据特征；
5、将数据特征作为输入，数据标签作为标签，利用自编码器（auto encoders）神经网络进行训练并形成训练模型；
6、将需要增强的原始接收数据提取数据特征，输入训练模型，得到增强的相位差；
7、由增强的相位差构造阵列相位差向量，并求出协方差矩阵，将协方差矩阵与原始接收数据协方差矩阵的幅度值矩阵重构新协方差矩阵，使用谱估计方法进行测向；
8、其中，m=2,3,4……m，m是阵元数。
9、进一步地，所述采集理想阵列数据，具体为：若k个远场窄带信号入射到一个阵元数为m的均匀阵列，k<m，阵元间距为半波长，则在某时刻t建立如下接收理想阵列信号数学模型：
10、；
11、其中，；是一个m×k的期望信号的阵列流形矩阵，θk是期望信号入射角，是一个m×1的期望信号方向向量，d是相邻阵元的间距，是信号的波长；是一个k×1的期望信号向量，sk(t)是信号包络。
12、进一步地，以第1个阵元为基准，采用鉴相法求出不同doa下第m个阵元与第1个阵元的相位差，其中，m=2,3,4…m，m是阵元数，构成数据标签；以第1个阵元为基准，采用鉴相法求出不同doa下第m个阵元与第1个阵元的相位差，其中，m=2,3,4…m，m是阵元数，构成数据特征。
13、进一步地，所述鉴相法，具体为：以第1个阵元为基准，采用频域鉴相技术，假设第1个阵元接收信号的频谱函数为，则第m个阵元接收信号的频谱函数为：
14、；
15、其中，是两通道时延，f是信号频率；分别将两通道互谱，即：左右两边乘以变为：
16、；
17、此时两通道相位差为：
18、。
19、进一步地，所述采集原始接收数据具体为：采集不同噪声环境下不同角度的实测阵列数据或对不同信噪比、不同角度的阵列数据进行仿真；所述对不同信噪比、不同角度的阵列数据进行仿真，通过将所述接收理想阵列信号数学模型添加不同信噪比的高斯白噪声得到。
20、优选的，所述自编码器神经网络结构为：输入一维m-1个相位特征数据，编码部分先后经过第一卷积层、第一激活函数层、第二卷积层、第二激活函数层；第一卷积层输入为1，输出为16，卷积核为3；第二卷积层输入为16，输出为32，卷积核为3；解码部分采用反卷积尺寸恢复，先后经过第一一维转置卷积层、第三激活函数层、第二一维转置卷积层、展平层（flatten）；第一一维转置卷积层输入为32，输出为16，卷积核为3；第二一维转置卷积层输入为16，输出为1，卷积核为3；第一、第二、第三激活函数层均采用relu激活函数。
21、进一步地，所述由增强的相位差构造阵列相位差向量，并求出协方差矩阵，将协方差矩阵与原始接收数据协方差矩阵的幅度值矩阵重构新协方差矩阵，使用谱估计方法进行测向，具体为：设经过自编码器神经网络增强的相位差为，则由增强的相位差构造的阵列相位差向量为：；
22、由构造的阵列相位差向量，求出协方差矩阵：
23、；
24、假设原始接收数据协方差矩阵的幅度值矩阵为，则重构的新协方差矩阵为：
25、；
26、其中，为哈达玛积（hadamard）；
27、根据谱估计方法进行测向。
28、优选的，所述谱估计方法包括music算法，使用music算法的空间谱函数为：
29、；
30、其中，是噪声子空间，是共轭转置，根据空间谱函数便可测向。
31、作为第二方面，本发明还提供一种弱阵列信号相位增强的测向设备，包括多个传感器、多通道接收机与处理器，用于实现上述的弱阵列信号相位增强的测向方法。
32、进一步地，本发明所述弱阵列信号相位增强的测向设备可以分为硬件部分与软件部分；硬件部分用于信号接收，软件部分用于控制硬件，传输数据和数据信号处理；硬件部分主要包括传感器阵列、前端放大系统与接收机，其中传感器阵列可为线阵列、面阵列、体阵列等，传感器可以为声学传感器、电磁信号传感器等；前端放大系统包括：滤波器与低噪放，用于弱信号的射频前端放大；接收机可为零中频接收机、变频接收机、超外差接收机、采集卡等；软件部分主要是数据处理部分，包括处理器、内存、网络接口以及非易失性存储器等。
33、作为第三方面，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的弱阵列信号相位增强的测向方法中的步骤。
34、本发明的有益效果在于：
35、（1）本发明提出一种弱阵列信号相位增强方法，创新性地提出提取相位差，用于构造阵列相位差向量和新协方差矩阵，该方法作为测向算法前期的信号预处理，在不影响阵列信号相位的前提下，可以有效的去除阵列信号相位的噪声，提升等效信噪比，有利于后续测向；
36、（2）本发明经过大量探索和试验，选取自编码器神经网络结构作为深度学习方法用于增强相位并据此设计相应的网络结构，取得良好效果；
37、（3）本发明的测向方法能改善传统方法受多径及低信噪比影响导致谱图的伪峰多、精度低的问题，所需快拍少阵元少，鲁棒性强，有利于提升系统灵敏度。
1.一种弱阵列信号相位增强的测向方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述采集理想阵列数据，具体为：若k个远场窄带信号入射到一个阵元数为m的均匀阵列，k<m，阵元间距为半波长，则在某时刻t建立如下接收理想阵列信号数学模型：
3.根据权利要求1所述的方法，其特征在于，所述以第1个阵元为基准，采用鉴相法求出不同doa下第m个阵元与第1个阵元的相位差，其中，m=2,3,4…m，m是阵元数，构成数据标签；所述以第1个阵元为基准，采用鉴相法求出不同doa下第m个阵元与第1个阵元的相位差，其中，m=2,3,4…m，m是阵元数，构成数据特征。
4.根据权利要求3所述的方法，其特征在于，所述鉴相法，具体为：假设第1个阵元接收信号的频谱函数为，则第m个阵元接收信号的频谱函数为：
5.根据权利要求1或2所述的方法，其特征在于，所述采集原始接收数据具体为，采集不同噪声环境下不同角度的实测阵列数据或对不同信噪比、不同角度的阵列数据进行仿真；所述对不同信噪比、不同角度的阵列数据进行仿真，通过将所述接收理想阵列信号数学模型添加不同信噪比的高斯白噪声得到。
6.根据权利要求1所述的方法，其特征在于，所述自编码器神经网络结构为：输入一维m-1个相位特征数据，编码部分先后经过第一卷积层、第一激活函数层、第二卷积层、第二激活函数层；第一卷积层输入为1，输出为16，卷积核为3；第二卷积层输入为16，输出为32，卷积核为3；解码部分采用反卷积尺寸恢复，先后经过第一一维转置卷积层、第三激活函数层、第二一维转置卷积层、展平层；第一一维转置卷积层输入为32，输出为16，卷积核为3；第二一维转置卷积层输入为16，输出为1，卷积核为3；第一、第二、第三激活函数层均采用relu激活函数。
7.根据权利要求1所述的方法，其特征在于，所述由增强的相位差构造阵列相位差向量，并求出协方差矩阵，将协方差矩阵与原始接收数据协方差矩阵的幅度值矩阵重构新协方差矩阵，使用谱估计方法进行测向，具体为：
8.根据权利要求7所述的方法，其特征在于，所述谱估计方法包括music算法，其中music算法的空间谱函数为：
9.一种弱阵列信号相位增强的测向设备，包括多个传感器、多通道接收机与处理器，其特征在于，用于实现如权利要求1-8任一项所述的弱阵列信号相位增强的测向方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-8任一项所述的弱阵列信号相位增强的测向方法中的步骤。
