阵元失效下稀疏阵列的二维DOA估计算法

本文针对二维稀疏阵列在阵元失效条件下,因数据缺失导致虚拟阵列连续性被破坏及自由度下降的问题,提出了一种二维DOA估计算法。首先基于二维差分共阵构建虚拟阵列,然后利用解耦原子范数最小化理论,以矩阵填充的形式恢复协方差矩阵数据,实现对虚拟阵列中丢失虚拟阵元的内插,最后采用SS-MUSIC算法进行多信源的二维DOA估计。所提方法弥补了物理阵元失效所造成的影响,恢复了原始虚拟阵列的完整孔径特性,保持了虚拟阵列的自由度,从而确保了较高精度的二维DOA估计性能。仿真实验结果表明,在相同阵元数量及阵元失效情况下,本文提出的算法相比已有方法能有效地估计更多信源,并在小快拍数和低信噪比条件下表现出更高的稳健性,最大限度地保留并利用了稀疏阵列在二维DOA估计中的自由度优势。

基于混合阵列的DOA与极化信息联合估计

针对被动雷达导引头抗诱饵应用中极化敏感阵列因阵元形式多样化及阵列三维放置而造成模型不匹配的问题,针对线极化、左右旋圆极化、椭圆极化阵元组成的混合三维阵列,提出了混合立体三维极化敏感阵列测向模型。考虑到每一个阵元都可能具有不同的指向和极化敏感性,首先在各阵元局部坐标系中利用极化敏感矩阵表达任意极化阵元的极化敏感程度,再使用坐标旋转矩阵将其变换到全局坐标系中,从而建立阵列极化敏感性统一表达模型,并提出一种基于该模型的秩亏极化多重信号分类(MUSIC)算法。在抗诱饵条件下,对均匀、非均匀混合极化阵列与其他阵列的秩亏极化MUSIC算法测角分辨力和单目标测角精度进行了仿真探究,并给出标量阵列与矢量阵列测向的选择原则。仿真结果表明,混合极化阵列在能达到同等测角精度的前提下,有效提高了测角分辨力与测角稳定性,且非均匀混合极化阵列具有很大的抗诱饵应用潜力。

混合阵列误差校正与快速极化MUSIC算法

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.