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

基于平面对称稀疏阵列的两步拟合二维波达方向估计方法 

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:西安电子科技大学杭州研究院

摘要:本发明公开了一种基于平面对称稀疏阵列的两步拟合二维波达方向估计方法,主要解决现有基于稀疏阵列方法无法处理混合圆与非圆信号问题,属于阵列信号处理技术领域,其实现步骤是:构造稀疏对称平面阵列;稀疏对称平面阵列信号建模;首步共轭增广协方差矩阵拟合预处理;首步拟合共轭增广协方差矩阵数据变换;尾步共轭增广协方差矩阵拟合预处理;序贯解耦后处理实现混合信号多维参数估计,本发明基于两步拟合共轭增广协方差矩阵数据,通过对二维波达方向的两步解耦序贯估计,能有效规避计算复杂度较高的多维谱峰搜索,且保持了较高的可识别性,可用于通信、雷达等领域的感知与定位。

主权项:1.一种基于平面对称稀疏阵列的两步拟合二维波达方向估计方法,其特征在于,包括以下步骤:步骤一:构造稀疏对称平面阵列:基于稀疏对称平面阵列的几何质心来设置平面坐标系,建立笛卡尔原点在第一个天线,沿着x轴的传感器位置矢量定义为nxdx,而传感器沿y轴的位置矢量定义为nydy,这里沿x和y轴摆放的阵型为级联嵌套阵等对称线阵,nx和ny表示由对称整数组成的矢量,dx和dy分别表示稀疏对称平面阵列沿x和y轴的最小传感器间距离;入射信号参数表示如下:αm、βm分别为第m个信号的波达方向与y轴和x轴之间的夹角,θm、φm分别表示第m个信号的方位角和俯仰角;ψm为第m个非圆信号的非圆相位;步骤二:对稀疏对称平面阵列进行信号建模,对于稀疏对称平面阵列,考虑M个圆和非圆混合信号入射情况,阵列输出公式如下: 上式中,表示对应于第m个入射信号的导向矢量,其中ax,m和ay,m分别是第m个信号对应沿x轴子阵列和沿y轴子阵列对应的导向矢量,表示克罗内克积,smt是第m个入射信号的复包络,nt为零均值高斯白噪声;对于稀疏对称平面阵列,二维波达方向中的关系如下:sinφmsinθm=cosαm,sinφmcosθm=cosβm2上式中,θm∈[0,2π和φm∈[0,π];最终得到Lx维导向矢量ax,m以及Ly维导向矢量ay,m分别如下: 上式中,[·]T表示转置,λ表示波长,表示第lx个传感器与坐标原点沿x轴的距离,yly,ly=1,2,…,Ly表示第ly个传感器与坐标原点沿y轴的距离,坐标原点的坐标为x1=y1=0;入射信号中非圆和圆信号的个数分别为Mr和Mc=M-Mr,则阵列共轭增广输出所对应的共轭增广协方差矩阵表示为: 其中,和σ2分别对应于第m个信号和噪声的功率,·H表示共轭转置操作; 表示由am和组成的块对角矩阵,·*表示共轭,表示2LxLy×2LxLy维单位矩阵,对应下角标表示矩阵的行和列维;步骤三:首步共轭增广协方差矩阵拟合预处理;对于公式5,重写共轭增广协方差矩阵如下: 上式中,是阵列输出协方差矩阵,是阵列输出共轭协方差矩阵;对进行拟合数据预处理,得到最终结果如下: 上式中,其中为对应于第m个信号的虚拟阵列导向矢量;步骤四:首步拟合共轭增广协方差矩阵数据变换;对矩阵进行数据重组,如下式所示: 其中 J包含了LxvLy个子阵p=1,2,…,Ly,q=1,2,…,Lxv,各子矩阵Jp,q只有一个元素等于1,且Jp,qq,p=1,27而Jp,q中其他元素均为0;上述数据重组将初始矩阵变换为新矩阵如下: 上式中,并且是对应于第m个信号的虚拟稀疏阵列导向矢量;步骤五:尾步共轭增广协方差矩阵拟合预处理;对首步拟合的共轭增广协方差矩阵数据进行尾步拟合处理得到最终对应于虚拟均匀矩形阵列的共轭增广协方差矩阵如下: 上式中, 表示对应于第m个信号的虚拟均匀矩形阵列导向矢量;步骤六:序贯解耦后处理实现混合信号多维参数估计,得到入射信号的多维参数估计结果。

全文数据:

权利要求:

百度查询: 西安电子科技大学杭州研究院 基于平面对称稀疏阵列的两步拟合二维波达方向估计方法

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。