基于稀疏对称阵列的混合信源定位

发布时间：2020-12-31 11:24

　　针对混合信源定位中存在阵列孔径损失的问题,基于稀疏对称阵列提出了一种新的混合信源定位方法。首先,通过不同子阵的接收数据构造一个仅与信源角度有关的特殊四阶累积量矩阵,进而利用MUSIC算法估计出所有信源方位角,然后在每个估计角度上进行距离维的搜索,从而得到近场信源的距离估计。该方法避免了二维搜索,且参数自动配对。同时,稀疏对称阵列的有效使用扩展了阵列孔径,提高了参数估计精度。实验仿真结果表明该算法的有效性。 

【文章来源】：雷达科学与技术. 2020年01期 北大核心

【文章页数】：8 页

【部分图文】：

稀疏对称阵列模型

可以发现，向量c中元素的相位项m-n的值跟均匀线阵的相位等效，分别为：-（N1N2+2 N1+N2),-(N1N2+2 N1+N2-1），…，0，…，(N1N2+2 N1+N2-1),(N1N2+2 N1+N2）。通过四阶累积量运算使稀疏对称阵列的接收数据等效为一个均匀线阵，如图2所示。重构方法：

在本实验中，验证本文算法DOA估计精度随信噪比和快拍数变化的情况。第一，信噪比从-5dB到10dB不断变化，步长为2dB，快拍数为700，蒙特卡洛次数为500；第二，信噪比为7dB，快拍数从100到1 100不断变化，步长为200。图3为信源角度均方根误差随信噪比的变化情况，图4为近场信源距离的均方根误差随信噪比的变化。图5和图6分别是方位角和近场信源距离随快拍数的变化曲线图。从图3可以看出，信源角度的估计精度随信噪比的增加而提高。由于本文算法采用稀疏对称阵列，其阵列孔径比均匀线阵[11]、互质对称阵列[12]以及特殊的几何阵列结构[13]大，因此本文算法角度估计精度要高于对比的算法。从图5和图6可以看出，4种算法在快拍数较小时参数估计精度较差，均随着快拍数的增加而提高。从图4和图6可以看出，本文算法中的近场信源距离估计精度在随着信噪比和快拍数的变化中都高于对比算法。本文算法和对比算法都是采用MUSIC算法来估计近场信源的距离，由于距离估计是基于角度估计，所以所提算法也具有更高的距离估计精度。图4 信源距离均方根误差随信噪比的变化

【参考文献】：
期刊论文
[1]相关色噪声下无冗余累积量稀疏表示DOA估计[J]. 刘庆华,周秀清,晋良念.  航空学报. 2017(04)
[2]一种稀疏阵列下的二维DOA估计方法[J]. 曾文浩,朱晓华,李洪涛,马义耕,陈诚.  航空学报. 2016(07)
[3]基于互素对称阵的近场源定位[J]. 梁国龙,韩博.  电子与信息学报. 2014(01)



本文编号：2949517