针对目前极化敏感面阵空域-极化域联合谱估计运算量大、耗时长的问题,提出一种降维求根MUSIC(Multiple Signal Classification)优化算法。通过对接收信号进行降维处理,提出新的求解模型将传统四维MUSIC转化为两个一维求根MUSIC求解空域...针对目前极化敏感面阵空域-极化域联合谱估计运算量大、耗时长的问题,提出一种降维求根MUSIC(Multiple Signal Classification)优化算法。通过对接收信号进行降维处理,提出新的求解模型将传统四维MUSIC转化为两个一维求根MUSIC求解空域波达方向和引用已求解出的空域信息结合拉格朗日乘子法解决来波信号极化信息估计问题。相比传统的4D-MUSIC和秩亏MUSIC,所提算法在不损失估计精度的前提下提高了运算速度,降低了运算复杂度,无需谱峰搜索过程,消除了因搜索步长而导致的量化误差。对日后大规模阵列计算及MIMO(Multiple Input Multiple Output)雷达引入提供快速求解方法。仿真实验表明,所提算法在低信噪比0 dB下空域误差约为0.85°,速度相比秩亏MUSIC提升了约64.7%,验证了该算法的有效性和高精度性。展开更多
为解决通道不一致性对传统极化敏感阵列长矢量模型的测向精度影响及传统长矢量多重信号分类(multiple signal classification,MUSIC)算法实时性不高的问题,本文在传统极化敏感测向系统基础上,在阵列中心增加一个标量平面螺旋天线,利用...为解决通道不一致性对传统极化敏感阵列长矢量模型的测向精度影响及传统长矢量多重信号分类(multiple signal classification,MUSIC)算法实时性不高的问题,本文在传统极化敏感测向系统基础上,在阵列中心增加一个标量平面螺旋天线,利用其天线方向图的增益稳定性,作为内部源对其他矢量通道不一致性进行实时校正;然后将结合标量圆阵和快速傅里叶变换(fastFouriertransform,FFT)的快速MUSIC算法推广到矢量阵列,提出降维快速极化MUSIC算法.仿真结果验证了此误差校正方法的有效性,且快速算法在保证测角精度前提下有效提高了算法实时性.本文为极化敏感阵列测向提供了一种误差校正方法及一种快速实用的测向算法.展开更多
文摘为解决通道不一致性对传统极化敏感阵列长矢量模型的测向精度影响及传统长矢量多重信号分类(multiple signal classification,MUSIC)算法实时性不高的问题,本文在传统极化敏感测向系统基础上,在阵列中心增加一个标量平面螺旋天线,利用其天线方向图的增益稳定性,作为内部源对其他矢量通道不一致性进行实时校正;然后将结合标量圆阵和快速傅里叶变换(fastFouriertransform,FFT)的快速MUSIC算法推广到矢量阵列,提出降维快速极化MUSIC算法.仿真结果验证了此误差校正方法的有效性,且快速算法在保证测角精度前提下有效提高了算法实时性.本文为极化敏感阵列测向提供了一种误差校正方法及一种快速实用的测向算法.