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。

基于混合灰狼算法的阵元失效校正方法

针对经典灰狼算法在处理复杂非线性优化问题时存在搜索不均衡、易陷入局部最优而出现早熟、寻优精度低等缺点,提出一种基于非线性双收敛因子策略与局部跳出机制相结合的混合灰狼算法,用于解决阵元失效校正问题。首先,依据平均适应度值将种群分为侦察狼和捕猎狼,两类狼依据不同的非线性递减收敛因子寻优来平衡算法的全局勘探和局部挖掘能力;其次,引入一种基于Sine混沌函数的跳出机制,提高了头狼个体的局部抗停滞能力,提升了算法的种群多样性。算法在目标函数中设计增加公共激励约束条件来降低天线系统的维护成本、提高系统的稳定性。对比现有基于群智能算法的校正技术,在更为苛刻的约束条件下,算法综合所得公共激励占比由0分别上升至10.7%,且校正前后方向图的辐射特性有一定提升,证明了所述算法的有效性。

阵元失效下基于核范数和SCAD惩罚的MIMO雷达DOA估计

阵元失效下多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达虚拟阵列协方差矩阵出现大批整行整列元素缺失,破坏原有内在完整结构,导致波达方向(Direction of Arrival,DOA)估计性能下降。为此,提出一种联合核范数和SCAD(Smoothly Clipped Absolute Deviation)惩罚的完整协方差矩阵重构方法,以利于阵元失效下MIMO雷达DOA的有效估计。首先对待恢复的协方差矩阵建立核范数和SCAD惩罚双先验约束模型,并利用等正弦空间稀疏化方式划分粗网格空间,在可容忍的模型误差内能大大降低运算复杂度;然后利用ALM-ADMM(Augmented Lagrange Multipliers-Alternating Direction Method of Multipliers)算法对双先验约束模型进行求解,从而恢复协方差矩阵中大量整行整列的缺失数据;最后通过RD-ESPRIT(Reduced Dimensional ESPRIT)算法进行目标DOA估计。仿真结果验证该方法能快速恢复虚拟协方差矩阵中的缺失数据,从而有效提高阵元失效下MIMO雷达的DOA估计性能。

阵元失效的共形相控阵天线性能评估研究

基于共形相控阵天线的测控系统能够实现全空域多目标同时测控,但也存在天线结构复杂和阵元数目庞大等特点。针对系统工作过程中阵元失效后无法准确评估波束合成性能的问题,开展了共形相控阵天线阵元失效对波束合成性能的影响分析,为系统任务规划和天线失效维修提供数据支撑。基于数字波束形成技术建立共形相控阵天线波束合成仿真模型,并基于Matlab软件实现。选取天线增益、归一化旁瓣和归一化栅瓣等表征天线波束合成性能的关键指标,分析集中损坏和均匀损坏2种情况下不同数量阵元失效对天线波束合成性能的影响。通过天线失效外场测试试验,验证了基于仿真分析的系统天线失效理论评估结果的准确性和有效性,理论分析结果能够为基于共形相控阵天线的测控系统任务规划和运维提供理论指导。

阵元失效对超声阵列换能器的影响及优化研究

超声阵列换能器单个或多个阵元的振动效率、几何尺寸等参数的改变,会影响整个阵列的声场分布等性能参数,降低超声检测的分辨率及相应的检测效果.基于阵列换能器声压分布理论,利用自适应算法,从阵元激励的角度,探讨阵列超声换能器阵元激励的优化方法,消除阵元失效的影响.研究结果表明,利用声场分布空间中有限数量的优化参考点,经过对激励参数的优化,可以使有阵元失效阵列的整个声场分布、指向性及聚焦特性等性能指标与标准无阵元失效阵列的基本一致,达到期望的标准声场分布的参数指标,大大降低超声检测设备的应用成本,提高检测效果.

阵元失效情况下的STAP性能研究

本文针对矩形面阵的情况,讨论了面阵上不同阵元失效情况对阵列方向图、杂波特性及STAP性能的影响.可以发现,在加权的情况下失效阵元距阵面中心越接近,阵列方向图主瓣下降,副瓣升高越严重,子阵中失效阵元增多时,杂波自由度会随之增加,但当整个子阵失效时,杂波自由度反而会降低到接近原先无阵元失效的情况.文末讨论了阵元失效对目标信号相参积累的影响,对两种STAP算法在不同阵元失效情况下的性能进行了仿真分析,可以看出,阵元失效除了可能导致杂波自由度增加,还可能致使空域自适应方向图畸变,从而对自由度较匮乏的算法影响较大,最后针对空域自适应方向图畸变提出了一种空域深加权的改善方法,有一定的改善效果.

粒子群算法用于阵元失效校正

相控阵天线由成百上千的阵元组成,以其独特的优势迅速发展。在实际应用中,由于各种原因会出现阵元失效的情况。严重的影响相控阵天线的使用。由于相控阵天线幅相可控的特殊性,可运用幅相调控的方法对失效阵元造成的损失进行校正。运用粒子群算法对失效后的阵面进行优化,寻找最优解使失效后的阵面达到一个较好的状态,使阵元失效后的阵面天线能降低性能投入使用。

阵元失效下基于Khatri-Rao积的高分辨测向方法

在雷达、声呐、深空通信等实际应用中,阵元的失效会造成检测性能下降,虚警率增加;在目标方位估计中,阵元失效会造成采样协方差矩阵的秩亏问题,使得基于子空间类的传统目标方位估计方法失效。针对存在阵元失效的均匀线列阵的目标方位估计问题,提出了一种基于Khatri-Rao(KR)积处理的阵列自由度恢复方法以及Toeplitz矩阵数据重构的高分辨DOA估计方法。首先对有损伤的阵列采样协方差矩阵进行KR积处理,将产生的冗余项进行平均处理,处理后的阵列模型将重构阵列自由度,并将阵列孔径扩展为之前的2倍。该阵列模型等效为一确定噪声下的单快拍的相干源估计,采用基于Toeplitz矩阵数据重构的方法来去相干,重构协方差,最后采用MUSIC方法进行方位估计。数值仿真表明该方法能有效解决均匀线列阵阵元失效下的自由度损失问题,提高阵列的目标方位估计性能,而且具有计算量小的优点。

相控阵天线阵元失效的影响分析及补偿

分析研究了部分单元失效情况对有源相控阵整体性能的影响,建立了L波段6×6矩形平面相控阵天线4个阵元失效的4种不同类型的失效模型;使用HFSS软件仿真了各个失效模型引起的天线增益、副瓣等性能的影响,设计加工了实物样机,并给出了测试结果。仿真和实测结果证明当10%左右或超过10%的组件失效时,系统仍然能照常或降级工作,最后介绍了失效单元的补偿措施,对系统的使用具有指导作用。

Taylor阵列双阵元失效校正算法

为避免Taylor阵列双阵元失效,在交叉熵全局随机优化算法的基础上提出修正交叉熵算法,给出其程序流程,通过一维连续函数最大值优化和序列盲估计两个算例,验证了该算法的有效性和稳定性。仿真结果表明:给定峰值旁瓣电平为-30 dB,修正叉熵算法通过重置非失效阵元馈电振幅的方法,能够成功地完成方向图校正。该算法不仅可以保证校正结果的准确性,而且还能提高其有效性。

均匀圆阵部分阵元失效情况下的DOA估计方法

在空间谱估计中,均匀圆阵(Uniform Circular Array--UCA)具有诸多优点,其得到广泛的应用。但在用MUSIC算法测向时,一旦某一个或几个阵元通道失效,则通道数据变成无效数据,导致测向性能严重恶化,甚至完全失效。本文对在均匀圆阵部分通道失效的情况下,利用均匀圆阵其余阵元数据实现对信号来波方向进行有效估计的方法进行了分析和验证。其原理在于,直接将失效阵元进行隔离,利用剩余阵元形成的非均匀圆阵,进行MUSIC算法测向。该方法能在较高信噪比条件下实现和原阵列几乎相同的估计精度,在较低信噪比、信号数较小的条件下,也能取得良好的估计性能,大大增强了整个阵列谱估计的稳健性和鲁棒性。

基于协方差矩阵重构的阵元失效MIMO雷达DOA估计

在实际应用中由于恶劣环境或人为干扰等因素而导致多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达部分阵元失效,使得其接收数据缺失及其协方差矩阵秩亏,从而导致子空间类算法的波达方向(Direction of Arrival,DOA)估计性能恶化甚至完全失效。针对上述问题,提出了一种接收阵元失效下基于协方差矩阵重构的MIMO雷达DOA估计方法。该方法根据MIMO雷达协方差矩阵中以接收阵元数划分的子方块矩阵具有Toeplitz特性,利用正常工作接收阵元的协方差矩阵元素来恢复相应的缺失元素,从而重构出完整的数据协方差矩阵,提高阵元失效MIMO雷达的DOA估计性能。仿真结果验证了所提方法的有效性。

阵元失效下基于矩阵重构的MIMO雷达DOA估计

针对阵元失效下MIMO雷达目标DOA估计性能下降问题,提出一种基于虚拟阵列采样数据矩阵重构的MIMO雷达DOA估计方法。MIMO雷达的阵元失效分为冗余虚拟阵元失效和非冗余虚拟阵元失效两种情况。当冗余虚拟阵元失效时,通过合并空间上位置相同的正常冗余虚拟阵元输出数据以实现信号降维与失效阵元数据填充。当非冗余虚拟阵元失效时,经降维填充后的数据矩阵中仍存在整行缺失数据,根据降维数据矩阵的低秩和稀疏先验,建立带低秩和稀疏约束的矩阵填充模型,并利用ALM-ADMM算法求解来恢复完整的降维数据矩阵。最后利用root-MUSIC算法估计目标DOA。仿真结果表明,本文方法能够有效提高MIMO雷达在阵元失效时的DOA估计精度。

阵元失效条件下拖线阵波束形成的优化方法

阵元失效会破坏拖曳线列阵的幅相分布,导致阵列的旁瓣级出现明显升高,严重影响了阵列的性能。针对这一问题,提出了一种阵元失效条件下波束形成的优化方法。算法的基本思想是将失效阵元的权重强制为零,并使得阵列的实际响应与期望响应在主瓣区域相匹配,同时对阵列响应的旁瓣级作出限制。通过对阵列中剩余正常阵元的权值进行重优化,可以使阵列的旁瓣级重新得到抑制。仿真结果表明该方法可行、有效。

阵元失效对相控阵天线低副瓣的影响分析

针对相控阵天线时常发生阵元失效这一问题,以一维均匀直线阵为模型,分析了阵元失效对相控阵天线低副瓣电平的影响,主要考察了失效阵元个数和失效阵元位置这两个要素。计算机仿真结果表明,当失效阵元位于阵列两端位置时,低副瓣电平恶化较轻,而当失效阵元位于阵列中间位置时,低副瓣电平恶化较严重。对于预先设计-30dB低副瓣电平的24元均匀直线阵,当失效阵元超过2个时,最大副瓣电平大于-20dB的概率超过0.9。

阵元失效条件下的高精度DOA估计方法

为解决波达方向(Direction Of Arrival,DOA)估计方法在阵元失效条件下性能下降甚至失效的问题,本文提出一种基于Toeplitz协方差矩阵重构的DOA估计方法.首先,提出了一种失效阵元检测方法,并根据阵列的鲁棒性将失效阵元分为冗余阵元失效和非冗余阵元失效两种情况.然后,分别针对两种失效场景提出相应DOA估计方法:一是冗余阵元失效,利用阵列冗余度,结合差联合阵列对失效阵元进行填充;二是非冗余阵元失效,利用阵列冗余度进行填充后仍存在空洞,结合矩阵填充理论,用迹范数代替秩范数进行凸松弛以恢复协方差矩阵,进而实现对虚拟阵元空洞的填充,恢复阵列自由度.相对于稀疏类算法,有效消除了模型失配的影响.最后,基于子空间方法进行DOA估计.理论和仿真结果表明,相对于现有方法,本文方法有效避免了阵元失效的影响,提高了估计精度.

阵元失效条件下的阵列天线性能测试方法

针对阵元失效条件下阵列天线性能测试的问题,分析了阵元失效对阵列天线方向图造成影响的机理,并给出了失效条件下方向图的仿真结果。针对阵列天线的阵列形式及系统架构,设计了一种阵元失效条件下阵列天线性能指标的测试方法,并进行了试验测试验证,试验结果表明了该方法的可行性和正确性。

基于ELPSO阵元失效校正的研究

阵列天线经常存在阵元失效现象,且在一些特殊的情况下阵元替换十分不便.运用改进粒子群算法——提高领导能力的粒子群算法对失效后的阵面进行优化,在常规粒子群算法的基础上,对每次迭代得出最优粒子之后进行4次连续突变,包括2步长突变和2步短突变,增大得到更优解的可能性,使经过算法校正后的阵面天线降低性能投入使用.与常规粒子群算法实验结果进行对比,结果证明,ELPSO能够得到更优的副瓣电平.

矩形与三角布阵阵元失效影响对比

平面相控阵天线不可避免地存在阵元失效的情况,因而可能会破坏雷达等系统严格要求的低副瓣特性。实际中失效阵元往往不能及时更换而装备仍要继续工作,需要对阵元失效的危害程度进行有效评估,判断方向图校正是否可行。各种文献对线阵和矩形布阵的阵元失效分析较多,而对常见的三角布阵分析不多,因此对三角布阵的阵元失效分析具有重要的现实意义。u-v坐标系下三角布阵阵元排布相对稀疏的一维在与阵面平行的方向存在副瓣抬高,在分析了此现象的基础上,仿真了Taylor加权矩形与三角布阵不同位置的阵元失效对最大副瓣电平的影响,对两者作出了对比,得出了位于中心位置的阵元失效对低副瓣特性影响最大以及阵面失效率在3%以内可保持-20dB的副瓣电平的结论,为阵元失效修复提供了一定依据。

基于MVDR算法的阵元失效仿真分析研究

阵元失效会破坏均匀直线阵的幅相分布,导致波束旁瓣级升高,主瓣波束展宽等问题,影响MVDR算法方位估计的有效性和可靠性[1]。针对这一问题,本文从阵列连续多个阵元失效的角度出发,就阵元失效对典型的MVDR算法的影响进行仿真分析,利用主瓣宽度以及旁瓣高度两个指标,得出不同失效阵元数及不同失效阵元位置对MVDR算法的影响,在此基础之上,探索阵元失效对算法影响的规律,为阵元失效问题提供参考。