极化敏感阵列的DOA及极化参数降维估计算法

为解决极化MUSIC算法运算量大的问题,提出了一种适用于极化敏感阵列的秩亏损MUSIC算法。在极化MUSIC算法的基础上,通过运用矩阵秩亏损原理将谱函数进行降维优化成只与空域参数相关的二维谱函数,大大降低了谱峰搜索过程中的运算量,同时保证了波达方向(DOA)估计精度。在获得入射信号的DOA之后,通过公式可直接计算得到入射信号的极化参数,具有较低的运算量。通过仿真实验可以验证秩亏损MUSIC算法存在着较高的估计精度,并通过将其与极化MUSIC算法的计算复杂度进行对比,可以发现秩亏损MUSIC算法具有较好的实时性,在入射信号相同并含有极化信息的条件下,秩亏损MUSIC算法的计算复杂度相较于极化MUSIC算法降低了104数量级。

有限采样影响下秩减估计器的波达方向估计性能分析

首先从理论上分析有限采样影响下秩减估计器的波达方向估计性能,然后基于信号(或噪声)子空间的正交投影矩阵扰动定理,分别推导秩减估计器方位估计偏差的一阶和二阶闭式表达式,在此基础上给出其方位估计均方误差、偏置以及测向成功概率的理论计算公式,最后针对若干重要的秩减估计器给出数值实验,实验结果验证了所提理论推导的有效性。

基于稀疏面阵的低复杂度三维信源定位算法

针对3维信源定位中阵列结构过于复杂、算法复杂度过高、谱峰搜索范围过大的问题,该文提出一种基于互素线阵互素平移的稀疏面阵(CLACS-SPA)的3维降秩MUSIC算法(RARE-MUSIC)。所提CLACS-SPA拥有中心对称的互素稀疏面阵结构,相较于同口径均匀面阵结构减少了大量的阵元,降低了阵列的结构复杂度;以CLACS-SPA为基础的3维RARE-MUSIC算法利用泰勒公式将接收信号中的方向信息与距离信息进行分离估计,从而将3维谱峰搜索转化为方位角俯仰角的2维搜索和距离项的1维搜索,降低了定位算法的计算复杂度。仿真分析表明:在口径与定位算法相同条件下,与均匀面阵结构相比,所提结构的计算复杂度降低了1~2个数量级;在相同口径与CLACS-SPA结构下,与经典3维MUSIC算法相比,所提算法的复杂度降低了2~3个数量级;在相同口径和阵元数量条件下,与经典3维MUSIC算法相比,所提算法不仅降低了计算复杂度,而且提升了方位角与俯仰角的测量精度。

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。