现有的波达方向(Direction Of Arrival,DOA)和极化参数估计方法大多基于子空间理论.本文从稀疏信号重构角度出发,提出了一种新的DOA和极化角度估计算法.该算法首先构建一个只包含DOA信息的累积量矩阵模型,然后基于加权l1范数最小化获得...现有的波达方向(Direction Of Arrival,DOA)和极化参数估计方法大多基于子空间理论.本文从稀疏信号重构角度出发,提出了一种新的DOA和极化角度估计算法.该算法首先构建一个只包含DOA信息的累积量矩阵模型,然后基于加权l1范数最小化获得DOA估计.在DOA估计的基础上,进一步通过求和平均运算构建三个包含不同极化信息的累积量向量模型,利用Zhang惩罚进行稀疏性约束,获得近似无偏的极化角度估计.阐述了如何利用极化信息来区分两个入射角度一样的信源信号.计算机仿真结果验证了所提算法的有效性.展开更多
为降低L型互质阵的无网格类矩阵重构方法的计算复杂度,提高低信噪比下的角度匹配成功概率,提出一种L型互质阵的低复杂度无网格二维波达方向(Direction of Arrival,DOA)估计方法。利用共轭增广方法,通过求解阵元间的互相关函数,实现x轴和...为降低L型互质阵的无网格类矩阵重构方法的计算复杂度,提高低信噪比下的角度匹配成功概率,提出一种L型互质阵的低复杂度无网格二维波达方向(Direction of Arrival,DOA)估计方法。利用共轭增广方法,通过求解阵元间的互相关函数,实现x轴和z轴互质阵的阵列虚拟扩展;依据矩阵形式的原子范数思想,通过解耦原子范数最小化方法,实现阵列插值;通过求根多重信号分类方法,得到各轴夹角的估计值;依据信号子空间和阵列流型矩阵的空间一致性,通过求解代价函数,实现角度匹配。为进一步降低计算复杂度,将矩阵形式的原子范数与酉变换相结合,通过实值解耦原子范数最小化方法,实现酉阵列插值。研究结果表明:所提方法一方面提高了DOA估计精度,降低了计算复杂度,提高了角度匹配成功概率;另一方面则通过牺牲部分DOA估计精度和阵列自由度,进一步降低了计算复杂度;通过仿真实验验证了该方法的可行性和优势。展开更多
当存在主瓣压制式干扰时,覆盖时、频域的干扰信号使雷达难以检测、跟踪目标。极化域滤波方法虽然可以有效抑制干扰但同时引入了额外的测角偏差。针对这种偏差,本文作者近年提出一种主瓣干扰背景下无偏估计目标角度的极化滤波与极化综合...当存在主瓣压制式干扰时,覆盖时、频域的干扰信号使雷达难以检测、跟踪目标。极化域滤波方法虽然可以有效抑制干扰但同时引入了额外的测角偏差。针对这种偏差,本文作者近年提出一种主瓣干扰背景下无偏估计目标角度的极化滤波与极化综合方法(polarization filtering and polarization synthesis,PF-PS)。然而,真实环境中存在的极化非理想因素会影响PF-PS方法的性能,主要包括雷达天线的交叉极化响应以及跟踪过程中姿态改变导致的目标回波与干扰信号极化起伏。论文通过建立以上两种极化非理想因素的影响效应模型,进一步完善PF-PS算法结构,有效提高了该方法在主瓣干扰背景下对目标的连续跟踪性能。展开更多
文摘现有的波达方向(Direction Of Arrival,DOA)和极化参数估计方法大多基于子空间理论.本文从稀疏信号重构角度出发,提出了一种新的DOA和极化角度估计算法.该算法首先构建一个只包含DOA信息的累积量矩阵模型,然后基于加权l1范数最小化获得DOA估计.在DOA估计的基础上,进一步通过求和平均运算构建三个包含不同极化信息的累积量向量模型,利用Zhang惩罚进行稀疏性约束,获得近似无偏的极化角度估计.阐述了如何利用极化信息来区分两个入射角度一样的信源信号.计算机仿真结果验证了所提算法的有效性.
文摘为降低L型互质阵的无网格类矩阵重构方法的计算复杂度,提高低信噪比下的角度匹配成功概率,提出一种L型互质阵的低复杂度无网格二维波达方向(Direction of Arrival,DOA)估计方法。利用共轭增广方法,通过求解阵元间的互相关函数,实现x轴和z轴互质阵的阵列虚拟扩展;依据矩阵形式的原子范数思想,通过解耦原子范数最小化方法,实现阵列插值;通过求根多重信号分类方法,得到各轴夹角的估计值;依据信号子空间和阵列流型矩阵的空间一致性,通过求解代价函数,实现角度匹配。为进一步降低计算复杂度,将矩阵形式的原子范数与酉变换相结合,通过实值解耦原子范数最小化方法,实现酉阵列插值。研究结果表明:所提方法一方面提高了DOA估计精度,降低了计算复杂度,提高了角度匹配成功概率;另一方面则通过牺牲部分DOA估计精度和阵列自由度,进一步降低了计算复杂度;通过仿真实验验证了该方法的可行性和优势。
文摘当存在主瓣压制式干扰时,覆盖时、频域的干扰信号使雷达难以检测、跟踪目标。极化域滤波方法虽然可以有效抑制干扰但同时引入了额外的测角偏差。针对这种偏差,本文作者近年提出一种主瓣干扰背景下无偏估计目标角度的极化滤波与极化综合方法(polarization filtering and polarization synthesis,PF-PS)。然而,真实环境中存在的极化非理想因素会影响PF-PS方法的性能,主要包括雷达天线的交叉极化响应以及跟踪过程中姿态改变导致的目标回波与干扰信号极化起伏。论文通过建立以上两种极化非理想因素的影响效应模型,进一步完善PF-PS算法结构,有效提高了该方法在主瓣干扰背景下对目标的连续跟踪性能。
