针对稀疏线阵波达方向估计精度较低问题,提出一种稀疏线阵双迭代傅里叶优化方法。基于阵列孔径原理,利用阵列因子与阵元激励间的傅里叶变换关系,构建稀疏线阵构型优化目标函数;提出双迭代傅里叶变换算法,制定合理的旁瓣阈值和旁瓣约束条...针对稀疏线阵波达方向估计精度较低问题,提出一种稀疏线阵双迭代傅里叶优化方法。基于阵列孔径原理,利用阵列因子与阵元激励间的傅里叶变换关系,构建稀疏线阵构型优化目标函数;提出双迭代傅里叶变换算法,制定合理的旁瓣阈值和旁瓣约束条件,依据稀疏率和阵元数将孔径自适应分区,以阵列峰值旁瓣和孔径为约束,由双层嵌套循环迭代优化阵列麦克风数量和位置,获得更低的阵列峰值旁瓣电平。数值仿真和实验结果表明,根据该方法获得的49.5λ孔径、23%稀疏率的稀疏阵列峰值旁瓣电平为-21.59 dB,主瓣宽度为1.03°,角度分辨率为1°,估计误差小于0.01。与其他方法对比,峰值旁瓣低1 d B,优化效率提升50%,由此可证明该方法的有效性和快速性。展开更多
文摘针对稀疏线阵波达方向估计精度较低问题,提出一种稀疏线阵双迭代傅里叶优化方法。基于阵列孔径原理,利用阵列因子与阵元激励间的傅里叶变换关系,构建稀疏线阵构型优化目标函数;提出双迭代傅里叶变换算法,制定合理的旁瓣阈值和旁瓣约束条件,依据稀疏率和阵元数将孔径自适应分区,以阵列峰值旁瓣和孔径为约束,由双层嵌套循环迭代优化阵列麦克风数量和位置,获得更低的阵列峰值旁瓣电平。数值仿真和实验结果表明,根据该方法获得的49.5λ孔径、23%稀疏率的稀疏阵列峰值旁瓣电平为-21.59 dB,主瓣宽度为1.03°,角度分辨率为1°,估计误差小于0.01。与其他方法对比,峰值旁瓣低1 d B,优化效率提升50%,由此可证明该方法的有效性和快速性。
文摘电磁矢量传感器多输入多输出(electromagnetic vector sensor multiple-input multiple-output,EMVS-MIMO)雷达是一种新兴技术,可实现二维波达角(2D-DOA)估计。针对单基地稀疏阵列EMVS-MIMO雷达,提出一种基于旋转不变性信号参数估计技术ESPRIT(estimation of signal parameters via rotational invariance techniques)的降复杂度(reduced-complexity,RC)信号参数估计算法,能够实现对目标2D-DOA的快速估计。首先,对接收阵列数据进行RC处理,以消除阵列冗余数据;其次,利用ESPRIT可获得高分辨率的俯仰角估计,由于阵列的稀疏性,该估计值具有模糊性;再次,利用矢量叉积技术获得具有无模糊特性的2D-DOA;最后,利用无模糊的俯仰角估计对有周期模糊的估计进行解模糊,获得具有高分辨率、无模糊特性的俯仰角估计。该算法适用于大规模EMVS-MIMO雷达系统,且相比现有的ESPRIT-Like算法拥有更高的估计精度,通过MATLAB仿真验证了算法的有效性。
