System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及一种极化敏感阵列雷达自适应快拍数测角方法,特别涉及一种面向运动平台的基于极化敏感阵列的自适应快拍数测角方法,属于阵列信号处理。
技术介绍
1、在飞行器等一些运动平台的应用场景中,载体空间受限且安装结构具有非规则性,难以保证阵列中的每个天线具有相同的极化选择特性,因此极化敏感阵列是更好的选择。并且极化敏感阵列在空域、时域信息的基础上,还可以感知电磁波的极化信息,利用极化域、空域、时域信息可以提高目标的识别能力并加强抗干扰性能,因此基于极化敏感阵列的测角方法获得了广泛研究。
2、在极化敏感阵列中利用music类算法进行参数估计时,需要进行包括二维角度域参数、二维极化域参数在内的四维参数搜索,运算复杂度极高,以目前的算力难以保证实时性。为解决此问题,2007年chevalier在《higher order direction finding from arrayswith diversely polarized antennas:the pd-2q-music algorithms》一文中将极化敏感阵列的测角等效为一个广义瑞利商最小化问题,从而实现角度参数的降维估计。2017年曾富红等人在《极化敏感阵列的doa及极化参数降维估计算法》一文中利用矩阵秩亏损的原理提出秩亏music算法,实现角度参数的降维估计。
3、两种方法都是基于固定快拍数的接收数据实现高精度测角,通过将四维搜索降维到二维搜索在一定程度上减小了运算量,便于工程实现。固定快拍数的测角方法,如果选取快拍数较少,则低信噪比时无法满足测角精
技术实现思路
1、为解决上述问题,本专利技术提出一种极化敏感阵列雷达自适应快拍数测角方法,应用于运动平台连续测角的场景,随信噪比的变化自适应地改变测角所需快拍数,可以在保证测角精度的前提下提高系统实时性。
2、实现本专利技术的技术方案如下:
3、一种极化敏感阵列雷达自适应快拍数测角方法,具体过程为:
4、步骤1:设定初始方位角、俯仰角的克拉美罗界(cramer-rao bound,crb)θ0以及初始快拍数l0;
5、步骤2:设k个远场窄带信号入射到任意构型的n元极化敏感阵列,计算l0个快拍的阵列接收数据协方差矩阵;
6、步骤3:对协方差矩阵进行特征分解,得到噪声子空间;
7、步骤4:利用噪声子空间与目标导向矢量的正交性,进行目标角度和极化参数(γ,η)估计;
8、步骤5:基于极化敏感阵列方位角、俯仰角的克拉美罗界,获得方位角crb、俯仰角crb与快拍数的关系,利用步骤4估计出的目标角度和极化参数和步骤1设定初始方位角、俯仰角的克拉美罗界θ0,计算满足crb要求的最小快拍数;
9、步骤6:根据计算的最小快拍数lmin选取对应快拍的接收数据,进行角度、极化参数估计。
10、进一步地,本专利技术步骤5中,所述方位角crb、俯仰角crb与快拍数l的关系为:
11、
12、
13、其中,crb(θ)为k×k矩阵,其对角线的k个元素crb(θ)i,i(i=1,2,…,k)分别为k个信号俯仰角克拉美罗界的平方;为k×k矩阵,其对角线的k个元素分别为k个信号方位角克拉美罗界的平方;⊙表示hadamard积,aθ表示导向矢量矩阵a对俯仰角θ的导数;表示导向矢量矩阵a对方位角的导数,a表示为k个信号源的导向矢量矩阵,s表示信号源,表示噪声功率,表示信号功率,通过当前信噪比的在线估计值获取。
14、进一步地,本专利技术所述利用步骤4估计出的目标角度和极化参数和步骤1设定初始方位角、俯仰角的克拉美罗界θ0,计算满足crb要求的最小快拍数,具体过程为:
15、将步骤4中估计出的代入式(15)中得到k×k矩阵wθ与将步骤1中设置的θ0、平方后分别代入式(15)中crb(θ)与的2k个对角线元素;根据wθ与crb(θ)以及与的每个对角线元素都可以得到一个最小快拍数lj,那么当前信噪比下所需的最小快拍数lmin为
16、lmin=α×max{lj,j=1,2,…,2k} (16)
17、式中,α≥1为补偿因子。
18、进一步地,本专利技术所述噪声子空间un为:
19、r=usλsush+unλnunh
20、式中,r是接收数据的协方差矩阵,us是n×k的信号子空间,un是n×(n-k)的噪声子空间,λs为k×k的对角矩阵,对角线元素为k个主特征值,其余元素为0,λn为(n-k)×(n-k)的对角矩阵,对角线元素为n-k个次特征值,其余元素为0。
21、进一步地,本专利技术所述步骤四的具体过程为:
22、
23、利用公式(7)求最小广义特征值替代极化参数(γ,η)的二维搜索,通过角度参数的二维搜索即可得到目标角度而根据广义瑞利商的性质,最小广义特征值对应的特征向量即为β(γ,η)=[cosγsinγejη]t,进而求得目标极化参数(γ,η)。
24、有益效果
25、相比于常规的固定快拍数的极化敏感阵列测角方法,本专利技术可以根据信噪比的变化,自适应地改变用于测角的快拍数。在低信噪比时,自适应地增加快拍数,保证测角精度,在高信噪比时,自适应地减小快拍数,减小系统运算开销,提高系统实时性,并且高信噪比下运动平台载体反射波能量增大,选取少快拍可以在一定程度上减小多径效应的影响。综上,本专利技术在算力受限且对实时性要求较高的运动平台上具有实际应用价值。
本文档来自技高网...【技术保护点】
1.一种极化敏感阵列雷达自适应快拍数测角方法,其特征在于,具体过程为:
2.根据权利要求1所述极化敏感阵列雷达自适应快拍数测角方法,其特征在于,步骤五中,所述方位角CRB、俯仰角CRB与快拍数L的关系为:
3.根据权利要求2所述极化敏感阵列雷达自适应快拍数测角方法,其特征在于,所述利用步骤4估计出的目标角度和极化参数和步骤1设定初始方位角、俯仰角的克拉美罗界θ0,计算满足CRB要求的最小快拍数,具体过程为:
4.根据权利要求1所述极化敏感阵列雷达自适应快拍数测角方法,其特征在于,所述噪声子空间Un为:
5.根据权利要求1所述极化敏感阵列雷达自适应快拍数测角方法,其特征在于,所述步骤四的具体过程为:
【技术特征摘要】
1.一种极化敏感阵列雷达自适应快拍数测角方法,其特征在于,具体过程为:
2.根据权利要求1所述极化敏感阵列雷达自适应快拍数测角方法,其特征在于,步骤五中,所述方位角crb、俯仰角crb与快拍数l的关系为:
3.根据权利要求2所述极化敏感阵列雷达自适应快拍数测角方法,其特征在于,所述利用步骤4估计出的目...
【专利技术属性】
技术研发人员:崔嵬,杨家鸣,叶建斌,沈清,李文博,吴科江,张子骏,周奥轩,符正,吴爽,田静,侯建刚,
申请(专利权)人:北京理工大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。