多阵列中非圆信号借助于降维搜索和子空间数据融合的直接定位算法

发布时间：2024-12-15 21:19

　　 为了解决多阵列中子空间数据融合(Subspace data fusion,SDF)算法自由度受限于实际阵元数与定位精度低的问题,本文利用非圆(Non-circular,NC)信号特性并结合降维(Reduced-dimension,RD)搜索思想提出了一种基于降维搜索的子空间数据融合的非圆信号直接定位算法(Reduced-dimension subspace data fusion,RD-SDF)。该算法首先利用辐射源信号的NC特性扩展空间信息,以获得增大的虚拟阵列孔径,与更多的可识别信源数。但是由于NC相位导致的高维搜索大大增加了算法求解时的复杂度,本文引入RD搜索思想,通过数据重构消除NC相位导致的高维搜索复杂度问题,并结合SDF构造RD融合搜索谱函数。仿真结果表明,相比于传统SDF算法,本文RD-SDF算法具有更高的空间自由度和定位精度。此外,RD-SDF算法在保证估计性能的同时显著降低了算法复杂度。

【文章页数】：11 页

【部分图文】：

图1 多阵列联合定位场景图

假设信号包络变化为慢起伏，则各信号到达观测站时的信号包络近似相等。于是第l(l=1,2,?,L)个观测站接收到的第k(k=1,2,?,K)个采样快拍时刻对应的接收信号复包络rl(k)可以表示为[14]式中:sl,q(k)表示第q个信号源在第l个观测站的第k个采样快拍时刻的信....

图3 所提算法估计性能

仿真3探究快拍数变化对本文RD?SDF算法、文献[21]中传统SDF算法、文献[23]中Capon算法和传统二步定位算法定位性能的影响。仿真过程中，阵元数M=6，信噪比SNR=10dB，快拍数从50以间隔50步进至300。图5仿真结果显示，快拍数增加可以提升算法的估计性能，该....

图4 所提算法与现有算法性能对比(改变信噪比)

图3所提算法估计性能图5所提算法与现有算法性能对比(改变快拍数)

图5 所提算法与现有算法性能对比(改变快拍数)

图4所提算法与现有算法性能对比(改变信噪比)仿真4探究阵元数变化对本文RD?SDF算法、文献[21]中传统SDF算法、文献[23]中Capon算法和传统二步定位算法性能的影响。仿真实验中，阵元数M分别为3、5、7和9，采样快拍数K=100,SNR=5dB。图6仿真结果显示，....

本文编号：4016481