基于互质极化敏感阵列的参数降维估计算法

针对互质极化敏感阵列波达方向角(DOA)和极化参数估计中存在的计算复杂度高以及多信源情况下DOA解模糊配对错误问题,本文提出了一种基于模值约束降维求根多重信号分类(MUSIC)的DOA和极化参数联合估计算法。首先通过重构三维谱函数,对DOA和极化参数进行解耦,实现三维MUSIC方法的降维,然后利用多项式求根求解出DOA,并利用波束形成方法解决了互质阵列中存在的解模糊角度错配问题,最后利用极化矢量的模值有界性构造代价函数,推导出极化参数的闭式解。数值仿真结果验证了所提算法的有效性,结果表明,所提算法参数估计精度高于旋转不变技术(ESPRIT),与一维全局谱峰搜索MUSIC(1D-TSS-MUSIC)算法基本相当,但本文算法显著降低了计算复杂度,且在多信源情况下依然可以获得可靠的参数估计。

极化敏感阵列到达方向估计方法的FPGA实现

针对将传统的复数多重信号分类(MUSIC)算法直接嵌入现场可编程门阵列(FPGA)将消耗大量硬件资源和计算时间的问题,该文提出基于极化敏感阵列的实数化的MUSIC算法的FPGA实现方案。利用圆形分布极化敏感阵列的中心对称特性,提出一种实数化预处理方法,该方法直接对接收信号做线性变换,从而简化极化MUSIC算法的后续计算。该FPGA方案通过协方差矩阵模块并行计算、特征值分解模块采用多级清扫的并行Jacobi算法、多尺度谱峰搜索和各个模块的流水线工作来减少算法耗时。试验结果表明,与复数极化MUSIC算法相比,该方案大大降低了硬件资源消耗和时间消耗。

基于对消盲区的极化敏感阵列分析与优化

为了提高极化敏感阵列应对任意来向、任意极化状态干扰的抑制能力,提出了一种基于对消盲区最小化的极化敏感阵列分析和优化方法。首先,基于干扰信号的空域信息和极化域信息,提出了对消盲区概念,建立了共点双极化线阵的对消盲区模型。然后,基于对消盲区模型,推导了对消盲区的数学表达式,量化了阵列的有效对消范围,并给出了一种基于微元法的求解方法。之后,提出了基于对消盲区的极化敏感阵列优化方法,该方法能够通过优化阵元间距使对消盲区最小化。最后,通过数值仿真表明,在探测阈值为12.6 dB、干扰频率为3 GHz、干噪比(interference to noise ratio,INR)为50 dB、信噪比(signal to noise ratio,SNR)为20 dB条件下,该方法可以将四元共点双极化线阵的联合域对消盲区占比降至0.217%,证明了优化方法的有效性。

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。

超宽带共形极化敏感阵DOA-极化估计算法及优化

针对超宽带共形极化敏感阵列(Conformal Polarization Sensitive Array, CPSA),提出一种用于波达方向(Direction of Arrival, DOA)与极化角联合估计的降维多重信号分类(Multiple Signal Classification, MUSIC)算法,由Monte-Carlo模拟结果可知,DOA估计性能在低频处下降,无法满足信号测向需求。为解决此问题,使用虚拟扩展阵列的方法优化算法,选取不同扩展参数构造虚拟阵列,提高算法可靠性。通过仿真实验可知,优化后的算法能明显改善DOA估计在低频处的抗噪性能与容差性能,显著提高实际应用中信号测向的准确率。

基于双平行互质极化敏感阵列的二维非网格DOA及极化参数估计

针对空间电磁信号的二维空间角及极化参数估计问题,提出一种基于双平行互质极化敏感阵列的二维非网格DOA及极化参数估计算法。该算法应用双平行互质极化敏感阵列接收信号,并根据接收数据特点构造了新型互协方差矩阵,再通过对该互协方差矩阵进行虚拟域扩展等方式实现了四维参数估计问题向四个一维参数估计问题的转化,在有效降低算法计算复杂度的同时,实现了参数的欠定估计。此外,为了进一步提高参数估计精度,本文算法引入了非网格模型,通过应用信号子空间与噪声子空间的正交性估计出网格偏差,降低了预设网格带来的固有偏差,实现了参数估计性能的提升。仿真实验表明了本文算法的有效性以及相对于网格算法具有更为优良的参数估计性能。

圆柱极化敏感阵列降维插值角度估计方法

圆柱极化敏感阵列可直接利用同一母线上的阵列数据估计目标的俯仰角,但是在估计方位角时面临未知极化的影响。对此,提出一种降维插值方法,解决圆柱极化敏感阵列在未知极化下的二维波达方向(two-dimensional direction-of-arrival,2D-DOA)估计问题。首先通过母线阵列的旋转不变性估计俯仰角,然后利用估计的俯仰角降维设计插值方法的感兴趣范围(range of interest,ROI),最后利用降维插值方法得到对应的方位角估计值。圆柱天线阵的每个阵元只需由一个电偶极子构成,有效降低了系统运算负担和阵元间的互耦效应。数值实验验证了所提方法的2D-DOA估计性能。

米波极化敏感阵列的实值MUSIC测高方法

为获得更高的相干信号角度估计精度,并提高算法可实现性,在极化敏感阵列的基础上,文中提出了一种米波极化敏感阵列的实值多重信号分类测高方法。该方法首先采用矩阵重构的方法消除多径相干信号的影响;其次,利用酉变换对接收数据进行实值处理使其变为实数数据,并利用奇异值技术降低接收数据维度及噪声对接收数据的影响;然后,通过对特征值分解获得的噪声子空间矩阵进行空间谱估计获得目标仰角;最后,利用几何关系获得目标高度。由于该方法完全用实值运算来表述,因而可以显著降低计算复杂度。仿真结果表明:该方法测高精度更高,更利于工程实现。

面向毫米波大规模极化敏感阵列的多径信号二维快速测向算法

作为B5G/6G的可能发展方向之一,毫米波大规模敏感阵列拥有诸多潜在的优势,如能提供高分辨率的二维波达角(2D-DOA)估计、可以实现极化保密通信等。关注极化敏感阵列中的相干源2D-DOA估计问题,提出了一种基于矩阵重排的快速估计方法。首先利用矩阵重排解决矩阵秩亏问题,再利用传播算子(PM)进行高效测向,并给出了算法相关性能的理论分析,包括计算复杂度、可辨识性和Cramer-Rao界。最后,通过仿真结果验证了所提算法的有效性。

极化敏感阵列滤波性能分析:完全极化情形

本文研究了完全极化情形下极化敏感阵列滤波性能 .期望信号和干扰信号来自任意方向 ,并且任意极化 ,推导获得阵列最大输出信号干扰噪声比SINR ,它是空间匹配系数和极化匹配系数的函数 .与普通阵列相比较 ,极化敏感阵列不仅可以在空域滤波 ,而且可以在极化域滤波 .当干扰和期望信号到达角差别较大时 ,阵列通过调整方向特性抑制干扰、增强信号 ;当干扰信号和期望信号到达角接近时 ,仍然可以利用它们极化状态的差异提高SINR .对于干扰方来讲 ,要想获得较好的干扰效果 ,干扰信号必须要和期望信号具有相同的到达角和极化状态 .具体的算例结果验证了理论分析的正确性 .

极化敏感阵列滤波性能分析:相关干扰情形

研究了相关干扰条件下的极化敏感阵列滤波性能。建立了干扰条件下信号接收模型;利用最小均方误差(MMSE)准则求得相关干扰条件下阵列最优加权矢量和输出最小均方误差;特别考虑了单个相关干扰情况,得出阵列最优加权矢量和输出最小均方误差的具体表达式;通过具体算例分析了相关条件下复相关系数、干扰到达角以及干扰极化状态对滤波性能的影响,并得出了有意义的结论。

阵列互耦对极化敏感阵列滤波性能的影响

在阵列互耦条件下,给出了极化敏感阵列接收信号模型;并在形式上把互耦误差分解为正交阵元接收因子误差和阵列接收因子误差,分别代表了阵列接收信号极化信息误差和空间信息误差.给出互耦条件下,信号、干扰空间匹配系数、极化匹配系数和最大SINR的数学表达式.在单干扰源情况下,分析了阵列互耦对极化敏感阵列滤波性能的影响.

一种改进的极化敏感阵列解相干算法

在相干信号源情形下,常用的极化敏感阵列信号处理方法(如参数估计、波束形成等)会出现性能下降甚至失效的现象。该文在极化平滑算法的基础上提出一种改进的解相干算法,通过对各子相关矩阵选择适当的加权系数,使平滑之后的相关矩阵具有Toeplitz的形式,进而消除信号之间的相干性。该文推导了最优加权系数的表达式及最大解相干信号个数,并利用加权平滑之后的相关矩阵完成了参数估计和波束形成。计算机仿真结果表明改进的方法具有比常规极化平滑算法更优越的性能,且适用于非均匀噪声和相干噪声的情况。

三正交分离式极化敏感阵列的波达方向估计

该文研究了分离式极化敏感阵列(SS-PSA)的多目标波达方向(DOA)估计问题。首先建立三正交分离式极化敏感均匀稀疏阵列的信号模型;接着利用阵列的旋转不变性采用ESPRIT算法计算出多值模糊DOA估计;利用该模糊DOA估计值对分离式极化天线进行空间相移的补偿,然后利用共点式极化天线之间的多维角度结构求出对应的虚拟DOA估计;最后通过提取多值模糊估计值和对应虚拟估计值之差的最小范数得到多目标的DOA估计。该文所提阵列采用分离式极化天线代替传统共点式极化天线,降低了阵列的互耦影响;采用稀疏阵列结构有效地扩展了阵列的物理孔径,大大提高了DOA估计精度。计算机仿真结果证明了该算法对分离式极化天线DOA估计的有效性和高精度性。

极化敏感阵列及其应用研究

与普通阵列相比,极化敏感阵列由于利用了极化信息,不仅能完成空域信号的处理,还可完成极化域信号的处理。因此,极化敏感阵列在抗干扰能力、信号检测能力、分辨率、极化多址能力等方面都有很大的优势。针对极化敏感阵列的理论优势作了说明,对其在信号处理和信号检测方面的应用作了详细的阐述。从中可以看出,极化敏感阵列具有更加广阔的应用前景。

极化敏感阵列信号检测:部分极化情形

首次深入研究了基于极化敏感阵列的部分极化信号检测问题 .建立了部分极化信号检测模型 ;在高斯分布假设条件下 ,利用矩阵特征分解求得似然比统计检验量 ,并给出了最优检测器的结构框图 ;推导求得统计检验量的概率密度函数 ,根据N P准则求得检测器的检测性能 ;进一步利用上述理论结果分析了结构噪声背景下检测器的检测性能 ,分析了信号极化度、干扰强度。

极化敏感阵列取向误差校正

针对实际应用的场合中阵元存在取向误差而必须校正的问题,本文基于极化敏感阵列的到达角(DOA)和极化参数估计算法提出了Taylor近似迭代估计方法,即对阵元进行多次一阶Taylor展开估计校正,得到阵列取向误差矩阵。仿真结果表明:该方法得到的校正矩阵对数据校正后DOA和极化参数估计值与信号真实值吻合得很好。

稀疏极化敏感阵列的波达方向和极化参数联合估计

该文采用稀疏分布极化敏感阵列(SD-PSA),研究了多目标波达方向(DOA)和极化参数的估计问题。首先建立稀疏极化敏感阵列信号模型;然后利用阵列的空间旋转不变性运用ESPRIT算法得出信号的高精度周期性模糊多值DOA估计;同时利用子阵列导向矢量之间的关系得出信号的极化信息和DOA的无模糊粗估计;最后利用DOA粗估计值解模糊,得到信号的高精度无模糊DOA估计。该文所提阵列的阵元间距大于半个波长距离,扩展了阵列2维物理孔径,一定程度上降低了阵元间的互耦影响,相应的信号DOA估计精度大大提高。仿真实验结果验证了该算法对信号DOA和极化参数估计的有效性。

基于部分校准极化敏感阵列的信号DOA和极化参数迭代估计

针对安装于飞机机翼上,具有不同结构极化敏感天线的部分校准阵列,该文提出了一种完全极化电磁波DOA和极化参数的迭代估计方法。该方法基于部分校准阵列,估计阵列误差;然后利用阵列误差,估计单个极化敏感天线的极化导向矢量;最后利用极化导向矢量,估计完全极化电磁波DOA和极化参数。迭代运行上述三步,可以逐步提高估计精度。计算机仿真验证了该方法是收敛的,并且具有良好的鲁棒性。

利用极化敏感阵列特性的信源数估计技术研究

针对极化敏感阵列多参数联合估计中的信源数估计问题,提出一种基于去特征处理的信源数估计方法。首先,对极化敏感阵列接收数据矢量的协方差矩阵进行特征分解,得到的特征值的个数为阵元数的2倍,将求得的特征值降序排列,其中后半部分小特征值对应的特征矢量张成的子空间包含于噪声子空间,利用这一特点构造投影矩阵;其次,通过去特征处理,重构新的协方差矩阵,求这些新协方差矩阵在投影矩阵上的投影;最后,根据投影结果构造判决函数,估计信源数。研究结果表明:入射角间隔和极化状态角间隔对算法估计性能有影响。通过与盖氏圆盘法的对比实验验证算法的有效性。