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。

基于共形极化敏感阵列的MUSIC算法角度分辨力研究

针对具有超分辨能力的多重信号分类(MUSIC)算法在基于共形极化敏感阵列的被动雷达导引头测向应用中的角分辨力问题,提出了谱函数角分辨力的定义与分辨角门限。利用MUSIC算法零谱的定义近似推导了在渐进有偏条件下的期望值,并针对矢量阵列与标量阵列模型分别得出了相应的角分辨力表达式。以均匀圆形阵列为例,根据计算机仿真模型定量分析了各参量对角分辨力的影响,对比了标量阵列与矢量阵列的分辨角门限统计值。仿真结果表明,在同样的阵列及信号源参数设定条件下,标量均匀圆阵的分辨角值普遍高于矢量均匀圆阵。

一种改进的基于极化敏感阵列的弱信号检测算法

针对空间复杂电磁干扰影响下全球导航卫星系统(GNSS)连续性、完好性和可用性方面面临的巨大挑战,基于极化敏感阵列,提出了一种改进的弱压制干扰信号检测算法。首先对各个极化天线阵子接收的实时数据进行空域、频域和极化域的联合处理,然后对各个频域分量的特征值进行降序排列,进而通过全频段的特征值分布曲线准确分离出强干扰环境下的弱信号分量。结果表明,采用基于多级维纳分解的改进最小描述长度(MDL)准则,可以在不进行特征值分解的前提下有效地进行干扰检测,极大降低了检测算法的实现功耗和复杂度,仿真结果也验证了算法的有效性和准确性。改进算法适用于不同的天线阵型,在存在幅相误差的情况下仍有较高的检测概率,具有较大的工程实践价值。

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。

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。

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.

基于极化敏感阵列的导航抗干扰方法

对于全球卫星导航系统的接收终端,抗干扰处理能够提高其干扰容量,是一项非常重要的工作。提出了一种改进的基于双极化天线阵列的联合极化-空域自适应处理方法进行干扰抑制。仿真实验表明,此方法能够有效降低干扰性,并且不需要知道干扰信号的先验信息,能够适用于卫星导航信号处理。

基于极化敏感阵列均匀线阵的二维DOA估计

针对残缺电磁矢量传感器的极化敏感阵列多参数联合估计问题,该文提出一种基于正交偶极子的均匀线阵的2维波达方向(Direction-Of-Arrival,DOA)估计算法。首先,对极化敏感阵列的接收数据矢量的协方差矩阵进行特征分解,然后将信号子空间划分成4个子阵,根据旋转不变子空间(ESPRIT)算法分别求出其中1个子阵与其它3个子阵的相位差,再对不同子阵间的相位差进行配对,最后根据相位差求出信号的DOA估计和极化参数。由正交偶极子组成的均匀线阵使用极化MUSIC算法和传统ESPRIT算法无法进行2维DOA估计,该文提出的算法解决了这个问题,并且相较于极化MUISC算法降低了算法的复杂度。仿真结果验证了该文算法的有效性。

基于时空极化导向矢量的阵列信号多维参数联合估计

通过对极化敏感阵列的时域采样构造了具有旋转不变结构的矩阵对,该矩阵对分解的特征值与对应特征向量分别是旋转矩阵和阵列的时空导向矢量,利用该导向矢量和旋转矩阵直接得到信号的频率、二维波达方向和极化的联合估计,该多维参数计算方法具有虚拟阵元和较高的估计精度。简述了多维ESPRIT方法的基本原理,其配对方法采用了多个矩阵束具有相同的特征向量,两种方法均利用了的相同信息-矩阵束的特征值和特征向量,仿真实验验证和比较了两种方法的性能。

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。

通道失配对极化敏感阵列滤波性能的影响

在极化敏感阵列通道失配条件下,建立了极化敏感阵列接收信号误差模型。把通道失配误差分解为阵元极化信息误差和阵列孔径信息误差,给出误差量明确物理解释。在单干扰源情况下,分析了通道失配对极化敏感阵列滤波性能的影响,并给出通道失配条件下,期望信号和干扰信号间的空间匹配系数、极化匹配系数和最大SINR表达式,最后,通过计算机仿真验证了文中结果,并给出有意义的结论。

一种基于极化敏感阵列的近场源五维参数估计方法

该文提出了一种基于四阶累积量近场窄带信源参数新的估计方法。该方法利用极化敏感阵列和多重旋转矢量不变技术估计信源五维参数(载波频率、方位角、俯仰角、距离和极化参数),无需谱峰搜索和多维参数匹配,且适用于加性高斯噪声环境。此外,该方法由于采用了非中心对称结构的阵列,可有效减少阵列孔径损失。仿真实验验证了该方法的有效性。

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。

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。

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。

宽带相干信号DOA和极化参数联合估计方法

针对宽带相干信号下波达角和极化参数的联合估计问题,提出了一种低复杂度的参数估计方法。首先,通过轴向虚拟平移对圆阵接收信号进行平滑,而后对平滑后的自相关矩阵进行聚焦。之后,联合聚焦后的自协方差矩阵和平滑后的互协方差矩阵构造极化波达方向矩阵。然后,通过该矩阵的特征值和特征向量,经闭合式求解出入射信号的波达角和极化参数。所提算法实现了估计参数的自动配对,无需谱峰搜索,计算量小,且仅需3个阵元即可实现参数估计,能够节约硬件资源。仿真实验从复杂度、有效性和稳健性3个方面验证了所提算法的可行性。

基于线性tripole阵列的相干信号角度和极化估计与跟踪

提出了一种利用均匀线性tripole阵列的计算简单的相干信号二维角度和极化参数的估计和跟踪算法。算法采用子阵平均进行去相关,采用只需线性计算的类ESPRIT算法实现内嵌在tripole子阵中的角度和极化参数的自动配对估计。对运动目标,可用LMS算法自适应地估计和跟踪其角度和极化参数。该算法可通过扩展阵列孔径提高参数估计的精度。计算机仿真验证了算法的有效性。

基于空间域补偿的极化敏感阵列MUSIC测向算法

采用共形天线的反辐射导弹探测系统在对大入射角信号测向时,由于信号多路径、折射、绕射等情况产生的干扰,会直接被引入到极化敏感阵列空间谱估计理论模型中,从而导致测向误差偏大。针对该问题,基于均匀共形圆阵天线模型,提出了一种基于空间域补偿的极化敏感阵列多重信号分类(multiple signal classification,MUSIC)测向算法。该算法用误差补偿方法对空间域分量进行修正,结合MUSIC测向算法,构造四维极化敏感阵列空间谱函数,通过降维谱峰搜索实现目标信号的二维测向。经仿真验证,与经典极化敏感阵列MUSIC测向算法相比,所提算法修正了系统的前端误差,避免了测向过程中的空间域分量与算法理论模型失配问题,可实现对目标信号的高精度测向及跟踪。

一种基于极化敏感阵列的短波多径合成方法

短波经电离层反射后产生的多径具有不同的极化状态。为充分利用多径信号间的极化差异改善短波通信质量,提出一种基于极化敏感阵列的短波多径合成方法。首先用改进的极化空间多重信号分类(Multiple Signal Classification,MUSIC)算法实现每条径到达角、极化参数估计,采用估计的参数设计滤波器分离出每一条信号单径,将各条径的时频参数补偿对齐,对分离出的多条径按最大输出信噪比进行接收波形合成。理论分析和仿真实验表明,所提方法分离出的单径相比极化空间最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)方法具有信噪比上的提升,并且能够通过多径间的合成在单径的基础上获得信噪比的增益,改善信号质量。

多跳频信号波达方向与极化状态联合估计算法

为了有效辅助跳频(FH)网台分选和信号识别、跟踪,该文用正交偶极子对构造极化敏感阵列,基于空间极化时频分析,在欠定条件下实现了多跳频信号波达方向(Direction Of Arrival,DOA)与极化状态的高效联合估计。首先建立跳频信号的极化敏感阵列观察模型,然后根据参考阵元时频分析结果建立各跳信号的空间极化时频分布矩阵,再利用该矩阵中蕴含的信号极化-空域特征信息分别运用线性、二次型空间极化时频以及多项式求根共3种方法实现DOA与极化参数联合估计,最后蒙特卡罗仿真结果验证了该算法的有效性。