一种基于混沌MUSIC算法的鲁棒到达方向估计方法

寻找信号来源

现代无线和雷达系统持续监听来自多个方向的微弱信号。准确判定信号来源对定位紧急情况下的手机、跟踪飞机或为自动驾驶车辆指引方向等任务至关重要。本文探讨了一种在电波繁杂且不可预测的情况下更可靠地定位信号方向的新方法——这类情形经常使标准方法失效。

在空间中监听为何困难

工程师常用一列或网格状传感器来计算信号的到达方向。每个传感器对同一发射在时间和强度上都会有细微差别，巧妙的数学方法将这些差异转换为天空中的角度。名为MUSIC的一种流行方法长期以来一直是此类任务的主力，因为它能分离来自相近方向的多个信号。然而，MUSIC假定背景噪声呈整齐的钟形分布且信号之间不太相关。真实环境很少配合这些假设，因此当噪声呈脉冲性、信号发生回波与混叠或信号强度低时，其精度可能急剧下降。

引入混沌以贴近真实世界

作者认为，真实信号的行为更接近“受控混沌”而非教科书式的整齐波形。为体现这一点，他们使用基于Chebyshev函数和Logistic映射的数学混沌数发生器对进来的数据建模。这些工具产生由方程完全决定但看起来随机、对初始条件高度敏感的序列。通过将此类混沌快照引入到方向查找过程中，模型更能反映含有反射、干扰和非线性效应的混乱真实信号路径。这种具备混沌感知的视角使算法更容易将信号的底层结构与其周围的杂波区分开来。

教算法忽略异常值

即便有了更好的信号模型，偶发的极端干扰仍可能扭曲对环境噪声程度的估计。为应对这一点，团队借用了鲁棒统计中的一种工具——Tukey双权重代价函数。该方法并不把每个数据样本视为同等可信，而是自动弱化那些偏离典型模式过远的样本。从实际角度看，这意味着突发的尖峰或脉冲不会过度影响协方差矩阵的计算——协方差矩阵是MUSIC用于分离信号与噪声的关键成分。其结果是算法的“鲁棒”版本对异常值不那么敏感，在恶劣条件下更为稳定。

将新思路付诸测试

为检验这些改进的益处，研究人员进行了大量计算机仿真，模拟传感器阵列监听两个彼此靠近的源。他们比较了四种配置：标准MUSIC、带Tukey双权重的MUSIC、混沌版MUSIC以及混沌MUSIC与Tukey双权重的完整组合。性能主要通过两种方式评判。其一，均方根误差衡量估计方向与真实方向的偏差大小。其二，分辨概率统计算法能否判定实际上存在两个独立源而不是一个模糊的整体。这些试验覆盖了宽范围的信噪比和源间相关程度。

结果对真实系统的意义

仿真结果显示，当条件最为苛刻（例如信号强度低或信号高度相关）时，将混沌建模与Tukey双权重结合能显著改善性能。混沌MUSIC加Tukey双权重的方法相比其他方法表现出更低的平均误差、更小的运行间波动以及更高的正确分离邻近源的概率。虽然在宽松条件下传统MUSIC在某些平均统计指标上仍可能表现得更好，但在实际最关键的严苛场景中，新方法更可靠。对无线通信链路、雷达和传感器网络的设计者而言，这项工作为实现即便在真实世界表现混沌时仍保持准确与稳定的方向查找系统提供了一条实用路径。

引用: Muni, B.K., Delwar, T.S., Panigrahi, T. et al. A robust direction of arrival estimation method based on the chaotic MUSIC algorithm. Sci Rep 16, 15877 (2026). https://doi.org/10.1038/s41598-026-40266-3

关键词: 到达方向, 传感器阵列, 信号处理, 混沌信号, 鲁棒算法