Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

极化未知时的共形极化阵列稳健自适应波束形成方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:电子科技大学

摘要:本发明涉及雷达通信技术,提出一种极化未知时的共形极化阵列稳健自适应波束形成方法,利用矩阵重构思想来重构出期望信号协方差矩阵和干扰加噪声协方差矩阵。接着利用最大化输出SNR准则,求出最优权向量。本发明不需要知道来波信号的极化参数,同时也不需要精确已知来波信号的角度,只要来波信号在预期角度一定范围内,都能被当作期望信号重构,因此具有良好的稳健性,更符合工程实际需求。

主权项:1.共形极化阵列自适应波束形成方法,其特征在于,对于K个远场窄带信号入射到阵元数为M的共形极化阵列上,快拍数为N的场景,完成波束形成包括以下步骤:步骤1根据阵列接收信号xn计算信号协方差矩阵 其中, xn为阵列接收数据第n个快拍,k表示入射信号序号,skn为第k个入射信号第n个快拍,vn为噪声矢量;代表信号波达角,θ为信号波达的俯仰角,为信号波达的方位角;γ,η代表信号的极化相位描述符,γ为极化角,η为极化相位差;为阵列的导向矢量;为导向向量分量,eγ,η为极化分量;步骤2在期望信号空域范围内重构信号协方差矩阵在干扰空域范围重构干扰加噪声协方差矩阵 L为纳入期望信号协方差矩阵重构的离散角度个数,P为纳入干扰加噪声协方差矩阵的离散角度个数,l与p为离散角度序号变量;为阵列接收信号自相关矩阵估计值,H表示共轭转置,-1表示逆矩阵;步骤3求取信号子空间对应的特征向量集合对进行特征值分解,将其分为信号子空间与噪声子空间 是由特征分解得到的较大特征值对应的特征向量张成的信号子空间,是由特征分解得到的较小的特征值对应的特征向量张成的噪声子空间;步骤4对矩阵特征分解,得到最大特征值对应特征向量vopt,最优权向量步骤5输出最优权向量wopt完成波束赋形。

全文数据:

权利要求:

百度查询: 电子科技大学 极化未知时的共形极化阵列稳健自适应波束形成方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术