CN104796208B - 正交化搜索的邻近强弱信号波达角估计方法 - Google Patents
正交化搜索的邻近强弱信号波达角估计方法 Download PDFInfo
- Publication number
- CN104796208B CN104796208B CN201510157624.9A CN201510157624A CN104796208B CN 104796208 B CN104796208 B CN 104796208B CN 201510157624 A CN201510157624 A CN 201510157624A CN 104796208 B CN104796208 B CN 104796208B
- Authority
- CN
- China
- Prior art keywords
- mrow
- msubsup
- mover
- theta
- msup
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Radar Systems Or Details Thereof (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种正交化搜索的邻近强弱信号波达角估计方法,主要解决现有方法抑制强信号的同时会对弱信号引入损失,影响弱信号的检测概率问题。其实现过程为:利用阵列天线接收数据估计数据相关矩阵;将相关矩阵进行特征值分解得到信号子空间和噪声子空间;通过MUSIC空间谱估计强信号的波达角;根据矩阵理论,将搜索导向矢量向强信号的正交补空间投影,得到修正后的搜索导向矢量;利用修正后的搜索矢量在强信号附近局部搜索匹配弱信号,得到弱信号的波达角估计。本方法具有对弱信号检测概率高和波达角估计精度高之优点,可用于邻近强弱信号下的波达角估计。
Description
技术领域
本发明属于目标定位技术领域,涉及一种邻近强弱信号波达方向(DOA)估计技术,它以无线通信、雷达、声纳等领域为实际应用背景,可用于在强弱信号同时存在且空间夹角邻近时高精度定位弱信号的波达方向。
背景技术
波达角估计是进行目标定位的基础,也是阵列信号处理中的重要研究方向,出现了很多关于波达方向估计的方法。然而当来波信号的空间方向角邻近且能量差异较大时,由于能量强的信号遮掩了能量较弱信号的信息,传统波达角估计方法的性能均将严重恶化,致使能量较弱信号的方向角估计成为难题。因此,研究强弱信号的波达角估计具有非常重要的意义。
Li Jian在“Angle and waveform estimation via RELAX[J](IEEETransactions on Aerospace and Electronic Systems,1997,33(3):1077-1087)”一文中利用减法的思想和重复迭代的方式实现了弱信号的检测,但是该方法需要反复迭代,其运算量非常大。McCloud M.L在“A new subspace identification algoalgorithm for highresolution DOA estimation[J](IEEE Trans,on Antenna and Propagation,2002,50(10):1382-1390)”中提出了SSMusic方法。该方法利用信号对应主特征值的倒数对其相应的信号子空间进行加权处理,从而达到弱化其主特征矢量方向的谱强度的目的,提高了MUSIUC算法对邻近信号的超分辨能力。但是,该方法在抑制了强信号的同时会对邻近弱信号引入损失,影响弱信号的检测概率。
陈辉在“强干扰/信号背景下的DOA估计新方法[J](电子学报,2006,4(3):530-534)”中利用强干扰的波达角设计了一个干扰阻塞矩阵,将强干扰从阵列流型中滤除,实现对弱信号的检测。但是该方法需要已知强干扰的精确信息,且强干扰波达角的误差对其性能影响比较大。
徐亮在“基于特征波束形成的强弱信号波达方向与信源数估计方法[J](电子与信息学报,2011(2):321-325)”中利用样本数据相关矩阵特征分解后的特 征矢量,得到各个通道对应的空间谱,最后基于各个通道空间谱的分析判断来波信号的个数及其方位角。该方法具有不需要知道信号源个数的优点,但是判断是否为信号的门限难以准确获取。
发明内容
本发明的目的在于克服现有技术的不足,提出一种针对邻近强弱信号波达角估计的方法。该方法充分利用数据特征矢量与导向矢量的关系,利用正交化搜索导向矢量来实现对弱信号的有效检测,能提高弱信号的检测概率和弱信号的波达角估计精度,为复杂环境下的目标定位提供一种有效的处理方法。
实现本发明目的技术方案,包括如下步骤:
(1)利用阵列天线接收数据估计数据相关矩阵
(2)将相关矩阵进行特征分解,从而得到信号子空间Us和噪声子空间Un;
(3)利用MUSIC空间谱估计强信号的波达角i=1,2…P;
(4)根据矩阵理论,将搜索导向矢量a(θ)向强信号的正交补空间投影,得到修正后的搜索导向矢量
(5)利用修正后的搜索导向矢量在强信号附近局部搜索匹配弱信号,得到弱信号的波达角估计
本发明与现有技术相比具有以下优点:
本发明将邻近的强弱信号放在一起同时进行最大似然估计,通过正交化搜索导向矢量来进行弱信号的波达角估计,克服了抑制强信号时对邻近的弱目标引入损失这一缺点,能有效提高弱信号的检测概率和弱信号的波达角估计精度。
附图说明
图1是本发明流程图;
图2是本发明与传统算法的归一化空间谱图;
图3是本发明与传统算法对弱信号的检测概率曲线图;
图4是本发明与传统算法对弱信号的估计精度曲线图;
图5是本发明在强弱信号波达角分别为-31°和-30°时的归一化空间谱图;
图6是本发明在强弱信号波达角分别为-1°和0°时的归一化空间谱图;
图7是本发明在强信号波达角为30°时的归一化空间谱图;
具体实施方式
下面结合附图对本发明内容做进一步的描述。
参照图1,本发明的具体实施步骤如下:
步骤1.利用阵列天线接收数据估计数据相关矩阵
数据相关矩阵为:
其中X为阵列天线接收数据,N为快拍数,H为共轭转置操作。
步骤2.对相关矩阵进行特征分解,得到信号子空间Us和噪声子空间Un。
相关矩阵的特征值分解为:
其中M为阵元数,λi(i=1…M)为第i个特征值,vi(i=1…M)为第i个特征向量;
进而可得信号子空间Us和噪声子空间Un:
Us=[v1,v2…,vP]
Un=[vP+1,…,vM]
其中P为信源个数。
步骤3.利用MUSIC空间谱估计强信号的波达角。
MUSIC空间谱为:
其中θ为搜索角,PMUSIC(θ)为在θ角的MUSIC空间谱,a(θ)为搜索导向矢量;
进而强信号的波达角估计可用如下公式表示:
步骤4.搜索导向矢量与强信号导向矢量正交化处理,得到修正后的搜索导向矢量
4a)将搜索导向矢量a(θ)向强信号的正交空间投影为:
其中I为单位矩阵,为强信号的导向矢量,M为阵元数;
4b)修正后的搜索导向矢量为:
步骤5.利用修正后的搜索导向矢量在强信号附近局部搜索匹配弱信号,得到弱信号的波达角估计。
5a)利用修正后的搜索导向矢量在强信号附近局部搜索匹配弱信号,得到搜索角空间的空间谱P(θ)为:
其中θ为搜索角。
5b)弱信号的波达角估计为:
本发明的效果可以通过下述仿真实验加以说明:
1.实验环境
以10阵元半波长均匀直线阵进行仿真,强信号信噪比为60dB,弱信号信噪比为20dB,
2.实验结果
这里为对比方便,本发明方法简记为mlMusic。
实验1:设两个独立强弱信号源,强弱信号的波达角为-1°与0°,512个阵列采样样本,分别用Music方法、SSMusic方法和本发明方法获得的归一化后的空间谱如图2所示。
由图2可见,本发明方法与SSMusic方法可以在弱信号方向形成峰值,对弱信号进行检测,而传统的Music方法却不能。这说明本发明方法,针对弱信号的搜索矢量与数据协方差矩阵分解的特征矢量更加匹配,可以估计出弱信号的波达角。
实验2:设两个独立强弱信号源,弱信号波达角的变化范围为0.5°到2°,分别用Music方法、SSMusic方法和本发明方法获得的邻近强弱信号的检测概率曲线如图3所示。
由图3可见,本发明对弱信号的检测概率要优于SSMusic方法与传统的Music方法,这是由于本发明没有对强信号进行抑制,不会对弱信号引入损失。
实验3:设两个独立强弱信号源,弱信号波达角的变化范围为1°到2.5°,分别用Relax方法、SSMusic方法和本发明方法获得的弱信号估计精度曲线如图4所示。
由图4可见,本发明方法的估计精度与SSMusic方法基本相同,且在信号相隔1°时的误差只有0.1°左右,而Relax方法的误差则比较大。
实验4:设有五个独立强弱信号源,波达角为-31°、-30°、-1°、0°、30°,其信噪比为60dB、20dB、60dB、20dB、60dB,512个阵列采样样本,利用本发明方法得到的归一化后的空间谱如图5-图7所示。
图5中的强弱信号波达角分别为-31°和-30°,信噪比分别为60dB和20dB;图6中的强弱信号波达角分别为-1°和0°,信噪比分别为60dB和20dB;图7中只有强信号,波达角为30°,信噪比为60dB。
由图5至图6可见,当强信号附近存在弱信号时,本发明可以将其进行检测;由图7可见如果强信号附近没有弱信号时,本发明能正确检测强信号同时也不会引入虚假峰值。图5至图7证实了本发明方法对多个独立信号源情况是有效的。
Claims (4)
1.一种正交化搜索的邻近强弱信号波达角估计方法,其特征在于,包括如下步骤:
(1)利用阵列天线接收数据估计数据相关矩阵
(2)将相关矩阵进行特征分解,从而得到信号子空间Us和噪声子空间Un;
(3)利用MUSIC空间谱估计强信号的波达角其中P为信源个数;
(4)根据矩阵理论,将搜索导向矢量a(θ)向强信号的正交空间投影,得到修正后的搜索导向矢量
(5)利用修正后的搜索导向矢量在强信号附近局部搜索匹配弱信号,得到弱信号的波达角估计
其中:步骤(3)所述的MUSIC空间谱为:
<mrow>
<msub>
<mi>P</mi>
<mrow>
<mi>M</mi>
<mi>U</mi>
<mi>S</mi>
<mi>I</mi>
<mi>C</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>&theta;</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<msup>
<mi>a</mi>
<mi>H</mi>
</msup>
<mrow>
<mo>(</mo>
<mi>&theta;</mi>
<mo>)</mo>
</mrow>
<msub>
<mi>U</mi>
<mi>n</mi>
</msub>
<msubsup>
<mi>U</mi>
<mi>n</mi>
<mi>H</mi>
</msubsup>
<mi>a</mi>
<mrow>
<mo>(</mo>
<mi>&theta;</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>,</mo>
</mrow>
式中θ为搜索角,PMUSIC(θ)为在θ角的MUSIC空间谱,a(θ)为搜索导向矢量;
进而强信号的波达角估计可用如下公式表示:
<mrow>
<msubsup>
<mover>
<mi>&theta;</mi>
<mo>^</mo>
</mover>
<mi>i</mi>
<mo>&prime;</mo>
</msubsup>
<mo>=</mo>
<mi>arg</mi>
<munder>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
<mi>&theta;</mi>
</munder>
<msub>
<mi>P</mi>
<mrow>
<mi>M</mi>
<mi>U</mi>
<mi>S</mi>
<mi>I</mi>
<mi>C</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>&theta;</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>...</mo>
<mi>P</mi>
<mo>;</mo>
</mrow>
步骤(4)所述的修正后的搜索矢量按如下步骤进行:
a)将搜索导向矢量a(θ)向强信号的正交空间投影为:
<mfenced open = "" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msup>
<mi>&beta;</mi>
<mo>&prime;</mo>
</msup>
<mrow>
<mo>(</mo>
<mi>&theta;</mi>
<mo>,</mo>
<msubsup>
<mover>
<mi>&theta;</mi>
<mo>^</mo>
</mover>
<mi>i</mi>
<mo>&prime;</mo>
</msubsup>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mrow>
<mo>(</mo>
<mi>I</mi>
<mo>-</mo>
<mfrac>
<mrow>
<mi>a</mi>
<mrow>
<mo>(</mo>
<msubsup>
<mover>
<mi>&theta;</mi>
<mo>^</mo>
</mover>
<mi>i</mi>
<mo>&prime;</mo>
</msubsup>
<mo>)</mo>
</mrow>
<msup>
<mi>a</mi>
<mi>H</mi>
</msup>
<mrow>
<mo>(</mo>
<msubsup>
<mover>
<mi>&theta;</mi>
<mo>^</mo>
</mover>
<mi>i</mi>
<mo>&prime;</mo>
</msubsup>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msup>
<mi>a</mi>
<mi>H</mi>
</msup>
<mrow>
<mo>(</mo>
<msubsup>
<mover>
<mi>&theta;</mi>
<mo>^</mo>
</mover>
<mi>i</mi>
<mo>&prime;</mo>
</msubsup>
<mo>)</mo>
</mrow>
<mi>a</mi>
<mrow>
<mo>(</mo>
<msubsup>
<mover>
<mi>&theta;</mi>
<mo>^</mo>
</mover>
<mi>i</mi>
<mo>&prime;</mo>
</msubsup>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mi>a</mi>
<mrow>
<mo>(</mo>
<mi>&theta;</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>=</mo>
<mi>a</mi>
<mrow>
<mo>(</mo>
<mi>&theta;</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mfrac>
<mrow>
<msup>
<mi>a</mi>
<mi>H</mi>
</msup>
<mrow>
<mo>(</mo>
<msubsup>
<mover>
<mi>&theta;</mi>
<mo>^</mo>
</mover>
<mi>i</mi>
<mo>&prime;</mo>
</msubsup>
<mo>)</mo>
</mrow>
<mi>a</mi>
<mrow>
<mo>(</mo>
<mi>&theta;</mi>
<mo>)</mo>
</mrow>
</mrow>
<mi>M</mi>
</mfrac>
<mfrac>
<mi>M</mi>
<mrow>
<msup>
<mi>a</mi>
<mi>H</mi>
</msup>
<mrow>
<mo>(</mo>
<msubsup>
<mover>
<mi>&theta;</mi>
<mo>^</mo>
</mover>
<mi>i</mi>
<mo>&prime;</mo>
</msubsup>
<mo>)</mo>
</mrow>
<mi>a</mi>
<mrow>
<mo>(</mo>
<msubsup>
<mover>
<mi>&theta;</mi>
<mo>^</mo>
</mover>
<mi>i</mi>
<mo>&prime;</mo>
</msubsup>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mi>a</mi>
<mrow>
<mo>(</mo>
<msubsup>
<mover>
<mi>&theta;</mi>
<mo>^</mo>
</mover>
<mi>i</mi>
<mo>&prime;</mo>
</msubsup>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
其中I为单位矩阵,为强信号的导向矢量,M为阵元数;
b)修正后的搜索导向矢量为:
<mrow>
<mi>&beta;</mi>
<mrow>
<mo>(</mo>
<mi>&theta;</mi>
<mo>,</mo>
<msubsup>
<mover>
<mi>&theta;</mi>
<mo>^</mo>
</mover>
<mi>i</mi>
<mo>&prime;</mo>
</msubsup>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<msup>
<mi>&beta;</mi>
<mo>&prime;</mo>
</msup>
<mrow>
<mo>(</mo>
<mi>&theta;</mi>
<mo>,</mo>
<msubsup>
<mover>
<mi>&theta;</mi>
<mo>^</mo>
</mover>
<mi>i</mi>
<mo>&prime;</mo>
</msubsup>
<mo>)</mo>
</mrow>
</mrow>
<msqrt>
<mrow>
<msup>
<mi>&beta;</mi>
<mrow>
<mo>&prime;</mo>
<mi>H</mi>
</mrow>
</msup>
<mrow>
<mo>(</mo>
<mi>&theta;</mi>
<mo>,</mo>
<msubsup>
<mover>
<mi>&theta;</mi>
<mo>^</mo>
</mover>
<mi>i</mi>
<mo>&prime;</mo>
</msubsup>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<msup>
<mi>&beta;</mi>
<mo>&prime;</mo>
</msup>
<mrow>
<mo>(</mo>
<mi>&theta;</mi>
<mo>,</mo>
<msubsup>
<mover>
<mi>&theta;</mi>
<mo>^</mo>
</mover>
<mi>i</mi>
<mo>&prime;</mo>
</msubsup>
<mo>)</mo>
</mrow>
</mrow>
</msqrt>
</mfrac>
<mo>.</mo>
</mrow>
2.根据权利要求1所述的正交化搜索的邻近强弱信号波达角估计方法,其中步骤(1)所述的数据相关矩阵为:
<mrow>
<msub>
<mover>
<mi>R</mi>
<mo>^</mo>
</mover>
<mi>X</mi>
</msub>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>N</mi>
</mfrac>
<msup>
<mi>XX</mi>
<mi>H</mi>
</msup>
</mrow>
其中X为阵列天线接收数据,N为快拍数,H为共轭转置操作。
3.根据权利要求1所述的正交化搜索的邻近强弱信号波达角估计方法,其中步骤(2)所述的相关矩阵的特征值分解为:
<mrow>
<msub>
<mover>
<mi>R</mi>
<mo>^</mo>
</mover>
<mi>X</mi>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>M</mi>
</munderover>
<msub>
<mi>&lambda;</mi>
<mi>i</mi>
</msub>
<msub>
<mi>v</mi>
<mi>i</mi>
</msub>
<msubsup>
<mi>v</mi>
<mi>i</mi>
<mi>H</mi>
</msubsup>
</mrow>
1
其中M为阵元数,λi(i=1…M)为第i个特征值,vi(i=1…M)为第i个特征向量;
进而可得信号子空间Us和噪声子空间Un:
Us=[v1,v2…,vP]
Un=[vP+1,…,vM]
其中P为信源个数。
4.根据权利要求1所述的正交化搜索的邻近强弱信号波达角估计方法,其特征在于:步骤(5)所述弱信号的波达角估计按如下步骤进行:
4a)利用修正后的搜索导向矢量在强信号附近局部搜索匹配弱信号,得到搜索角空间的空间谱P(θ)为:
<mrow>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>&theta;</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<msup>
<mi>&beta;</mi>
<mi>H</mi>
</msup>
<mrow>
<mo>(</mo>
<mi>&theta;</mi>
<mo>,</mo>
<msubsup>
<mover>
<mi>&theta;</mi>
<mo>^</mo>
</mover>
<mi>i</mi>
<mo>&prime;</mo>
</msubsup>
<mo>)</mo>
</mrow>
<msub>
<mi>U</mi>
<mi>n</mi>
</msub>
<msubsup>
<mi>U</mi>
<mi>n</mi>
<mi>H</mi>
</msubsup>
<mi>&beta;</mi>
<mrow>
<mo>(</mo>
<mi>&theta;</mi>
<mo>,</mo>
<msubsup>
<mover>
<mi>&theta;</mi>
<mo>^</mo>
</mover>
<mi>i</mi>
<mo>&prime;</mo>
</msubsup>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
其中θ为搜索角;
4b)弱信号的波达角估计为:
<mrow>
<mover>
<mi>&theta;</mi>
<mo>^</mo>
</mover>
<mo>=</mo>
<mi>arg</mi>
<munder>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
<mi>&theta;</mi>
</munder>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>&theta;</mi>
<mo>)</mo>
</mrow>
<mo>.</mo>
</mrow>
2
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510157624.9A CN104796208B (zh) | 2015-04-03 | 2015-04-03 | 正交化搜索的邻近强弱信号波达角估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510157624.9A CN104796208B (zh) | 2015-04-03 | 2015-04-03 | 正交化搜索的邻近强弱信号波达角估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104796208A CN104796208A (zh) | 2015-07-22 |
CN104796208B true CN104796208B (zh) | 2017-10-13 |
Family
ID=53560750
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510157624.9A Expired - Fee Related CN104796208B (zh) | 2015-04-03 | 2015-04-03 | 正交化搜索的邻近强弱信号波达角估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104796208B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105738860A (zh) * | 2016-03-23 | 2016-07-06 | 哈尔滨工业大学(威海) | 一种降低干扰阻塞算法伪峰的导向矢量构造方法 |
CN106646346B (zh) * | 2016-09-12 | 2019-02-19 | 西安电子科技大学 | 米波雷达有多径反射时对高仰角目标的仰角测量方法 |
CN107561501A (zh) * | 2017-07-27 | 2018-01-09 | 中国船舶重工集团公司第七二四研究所 | 一种基于改进music算法的测向方法 |
CN108254715B (zh) * | 2018-03-26 | 2024-05-24 | 中兴通讯股份有限公司 | 一种波达方向估计方法、设备及计算机存储介质 |
CN109991566B (zh) * | 2019-03-28 | 2023-06-02 | 中国电子科技集团公司第三十六研究所 | 一种测向方法、测向装置和测向系统 |
CN110161489B (zh) * | 2019-05-21 | 2022-11-01 | 西安电子科技大学 | 一种基于伪框架的强弱信号测向方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101232316A (zh) * | 2008-01-17 | 2008-07-30 | 华南理工大学 | 一种基于移动wimax的波达方向估计方法 |
WO2008105748A1 (en) * | 2007-02-26 | 2008-09-04 | Temel Engin Tuncer | Method and apparatus for the joint detection of the number of signal sources and their direction of arrivals |
CN102608598A (zh) * | 2012-03-19 | 2012-07-25 | 西安电子科技大学 | 基于子空间投影的实孔径前视成像方法 |
CN102830386A (zh) * | 2012-09-03 | 2012-12-19 | 西安建筑科技大学 | 一种强干扰背景下的任意阵型微弱信号源角度估计方法 |
CN103634038A (zh) * | 2013-12-09 | 2014-03-12 | 南京邮电大学 | 基于多天线的联合doa估计和波束形成的多径信号接收方法 |
KR101426862B1 (ko) * | 2013-03-19 | 2014-08-07 | 국방과학연구소 | 3차원 배열 안테나 시스템 및 이를 적용한 고도각 추정방법 |
CN104239731A (zh) * | 2014-09-24 | 2014-12-24 | 哈尔滨工业大学 | Mimo-ukf-music目标方向估计方法 |
CN104251989A (zh) * | 2014-10-09 | 2014-12-31 | 哈尔滨工程大学 | 基于压缩空间谱的单基地mimo雷达目标波达方向估计方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8428897B2 (en) * | 2008-04-08 | 2013-04-23 | Massachusetts Institute Of Technology | Method and apparatus for spectral cross coherence |
-
2015
- 2015-04-03 CN CN201510157624.9A patent/CN104796208B/zh not_active Expired - Fee Related
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008105748A1 (en) * | 2007-02-26 | 2008-09-04 | Temel Engin Tuncer | Method and apparatus for the joint detection of the number of signal sources and their direction of arrivals |
CN101232316A (zh) * | 2008-01-17 | 2008-07-30 | 华南理工大学 | 一种基于移动wimax的波达方向估计方法 |
CN102608598A (zh) * | 2012-03-19 | 2012-07-25 | 西安电子科技大学 | 基于子空间投影的实孔径前视成像方法 |
CN102830386A (zh) * | 2012-09-03 | 2012-12-19 | 西安建筑科技大学 | 一种强干扰背景下的任意阵型微弱信号源角度估计方法 |
KR101426862B1 (ko) * | 2013-03-19 | 2014-08-07 | 국방과학연구소 | 3차원 배열 안테나 시스템 및 이를 적용한 고도각 추정방법 |
CN103634038A (zh) * | 2013-12-09 | 2014-03-12 | 南京邮电大学 | 基于多天线的联合doa估计和波束形成的多径信号接收方法 |
CN104239731A (zh) * | 2014-09-24 | 2014-12-24 | 哈尔滨工业大学 | Mimo-ukf-music目标方向估计方法 |
CN104251989A (zh) * | 2014-10-09 | 2014-12-31 | 哈尔滨工程大学 | 基于压缩空间谱的单基地mimo雷达目标波达方向估计方法 |
Non-Patent Citations (4)
Title |
---|
《强信号背景下弱信号 DOA 估计方法》;燕飞;《计算机仿真》;20140715;第31卷(第07期);第165-169页 * |
MUSIC算法估计性能分析;李国民等;《现代电子技术》;20080201(第03期);第64-66页 * |
加权伪噪声子空间投影的修正MUSIC算法;杨志伟等;《信号处理》;20110125;第27卷(第01期);第1-5页 * |
强信号背景下基于噪声子空间扩充的弱信号DOA估计方法;张静等;《系统工程与电子技术》;20090615;第31卷(第06期);第1279-1283页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104796208A (zh) | 2015-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104796208B (zh) | 正交化搜索的邻近强弱信号波达角估计方法 | |
CN105589056B (zh) | 一种多目标远近场混合源定位方法 | |
CN104155648B (zh) | 基于阵列数据重排的高频地波雷达单次快拍music测向方法 | |
CN103353592B (zh) | 基于mimo的双基地雷达多通道联合降维杂波抑制方法 | |
CN105510874B (zh) | 一种近场信源多参数联合估计的降维music方法 | |
CN103353591B (zh) | 基于mimo的双基地雷达局域化降维杂波抑制方法 | |
CN103901395B (zh) | 一种冲击噪声环境下相干信号波达方向动态跟踪方法 | |
US8669901B2 (en) | Method for determining azimuth and elevation angles of arrival of coherent sources | |
CN103018713B (zh) | 基于导航数字多波束接收阵列天线的卫星跟踪测角方法 | |
CN103744076B (zh) | 基于非凸优化的mimo雷达动目标检测方法 | |
CN106019214B (zh) | 宽带相干信号源doa估计方法 | |
CN106707257A (zh) | 基于嵌套阵列的mimo雷达波达方向估计方法 | |
CN109143197B (zh) | 一种基于辅助阵元的极化mimo雷达的2d-doa和极化参数估计方法 | |
CN102401888B (zh) | 一种电磁矢量传感器阵列耦合误差的自校正方法 | |
CN106021637A (zh) | 互质阵列中基于迭代稀疏重构的doa估计方法 | |
CN106501770A (zh) | 基于幅相误差阵列的远近场宽带混合源中近场源定位方法 | |
CN105548957A (zh) | 一种未知有色噪声下多目标远近场混合源定位方法 | |
CN106556783A (zh) | 一种变电站内基于特高频相控阵原理的局部放电测向方法 | |
CN104360310A (zh) | 一种多目标近场源定位方法和装置 | |
CN105891817A (zh) | 一种无直达波条件下分布式无源雷达目标检测的方法 | |
CN103364762B (zh) | 任意阵列流形的单基地mimo雷达波达方向估计方法 | |
CN103364772A (zh) | 基于实数域广义多重信号分类算法的目标低仰角估计方法 | |
CN103885049B (zh) | 基于最小冗余线性稀疏子阵的米波雷达低仰角估计方法 | |
CN104267383A (zh) | 一种针对雷达电磁信号的极化参数自适应测量装置 | |
CN106054121A (zh) | 一种确定雷达目标角度的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171013 Termination date: 20180403 |