基于稀疏重建方法的稀疏阵列天线综合

发布时间：2020-10-09 12:20

　　 对于稀疏阵列的研究,长期以来受到了业内广泛的关注。原因在于:稀疏天线阵列以其结构简单、重量轻、成本低、馈电网络简单等优点,在卫星通信、雷达、射电天文和微波遥感等领域的应用中发挥了重要作用。本文讨论的阵列优化技术主要是指在给定参考阵列期望方向图的前提下,提出一种基于稀疏信号重建理论的阵列综合方法。经过将阵列综合问题等效为求解一个约束欠定方程组的问题,利用FOCUSS算法通过迭代求解出该类问题的最大稀疏解,该解即为稀疏阵列天线的位置和激励幅度。本文主要以FOCUSS综合方法为基础对稀疏阵列天线进行了优化设计,主要的工作和创新点概括为以下的几个方面:1、通过对压缩感知(CS)算法在图像与信号领域应用的了解,发掘出其与稀疏阵列之间的关系,提出了稀疏直线阵和平面阵的FOCUSS综合方法。该方法通过对给定的均匀阵列口径进行离散得到一个过采样虚拟均匀阵列,利用压缩感知(CS)理论,将上述非线性阵列综合问题等效为一个稀疏信号重建问题。通过FOCUSS算法可求得该问题的最大最优的稀疏解。该算法对于直线阵和平面阵的稀疏有着较好的效果。此外,提出一种二次网格策略的EPCS-FOCUSS算法用于稀疏平面阵列,该算法性能较FOCUSS算法更优。2、针对多波束阵列天线稀疏综合,即用一个稀疏阵实现多个波束扫描。提出了基于多测量向量协同稀疏重建(MMVCSR)的多波束方向图稀疏阵列综合。通过压缩感知过程构建多波束方向图稀疏重建问题,再通过多测量向量欠定系统局灶解法(M-FOCUSS)求解该问题的最大最优稀疏解得到阵元激励幅度和位置,从而实现多个波束方向图的重构。仿真结果及分析验证了算法的准确性。3、提出了一种基于多块感知矩阵欠定系统局灶解法(MSM-FOCUSS)的宽频带稀疏阵列综合,该算法得益于M-FOCUSS综合理论,从多测量向量(MMV)的场景拓展到多感知矩阵(MSM)的场景,可以实现在一个稀疏口径内的多个频点的稀疏阵列综合,即宽频带阵列天线综合。除此之外,将两种算法进行结合形成的MSM-M-FOCUSS新方法可以用于宽频带多波束的稀疏阵列方向图综合。
【学位单位】：南京理工大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TN820
【部分图文】：

果作了对比分析。在后续的仿真实例中，为了描述综合稀疏阵列方向图的逼近程度，在逡逑此定义匹配误差ｓ为：逡逑＝ｆ＾｜Ｆ＾邋（ｕ）－￥（ｕ）＼２ｄｕ逦（２．２．８）逡逑其中，ｚ／邋＝邋ｓｉｎ６＊。本节仿真实验算例均在ＣＰＵ邋１．８６邋ＧＨｚ，邋３ＧＢ邋ＲＡＭ，邋Ｍａｔｌａｂ邋２０１２ａ仿真逡逑平台上实现。逡逑仿真算例１：综合－２０ｄＢ等副瓣切比雪夫方向图逡逑首先，综合一个稀疏阵列，使其以可能少的阵元数目实现切比雪夫加权均匀阵方向逡逑图。给定期望的阵列方向图为－２０ｄＢ等副瓣电平的切比雪夫方向图，相邻阵元间距为逡逑０．５２，均匀满阵阵元数目７Ｖ邋＝邋２０，阵列口径Ｄ邋＝邋９．５２。利用本文所提算法综合稀疏阵列逡逑来重建期望的切比雪夫方向图，对期望方向图进行空间采样得到参考方向图采样值Ｆｒｅ／，逡逑采样点数为７邋＝邋３７。一般以步长Ａｄ邋＝邋０．００５１均匀离散阵列口径Ｄ，由此可以确定虚拟逡逑阵列阵元个数Ｍ，也即稀疏激励长度。图２．２为期望方向图和利用本文方法得到的阵列逡逑重构方向图对比，可见二者拟合得很好。图２．３为二者的阵元位置和归一化激励幅度对逡逑比，易得运用本节ＦＯＣ．ＵＳＳ综合方法仅需要１３个阵元就可以得到和２０个等间距排布的逡逑阵元相同的方向图，稀疏率达到３５％，匹配误差为￡邋＝邋１．９ｘ１０＾。耗时４．１２秒。逡逑

参考期望方向图为由＾邋＝邋１６个间距为半波长的无方向性点源构成的余割逡逑平方方向图，设以步长／Ｗ邋＝邋０．０Ｕ离散得到虚拟阵列，即虚拟阵元的间距为ＡＪ，对期望逡逑方向图的空间采样间隔为５°邋（即／邋＝邋６１）。图２．４给出了满阵期望方向图与稀疏阵列重逡逑构方向图的对比，结果表明，在偏离主瓣的区域存在一定误差，匹配误差为６邋＝邋９．５ｘ１０４逡逑但是需要指出的是ＦＯＣＵＳＳ综合算法只需要１３个阵元。图２．５给出了稀疏之后阵元位逡逑置与满阵时阵元位置的对比图。稀疏前后阵元位置和激励幅度和相位如表２．１所示。耗逡逑时３．１４秒。逡逑期望方向重构方向图对比逡逑Ｆ逦１６阵元期望方向图逡逑，逦＼逦？逦１３阵元重构方向图逡逑°邋＼逡逑／邋？？逦°－５邋逦逡逑－２０邋ｉｋ邋＾逦Ａ邋Ａ逦，邋期望均句线阵逡逑！逦Ｉ邋ａＡＡＡ／逦卜一一逡逑Ｓ－３0－ｆ＿逦ǎ浚海浚浚浚浚赫忮

本文编号：2833683