CN105807252A

CN105807252A - 基于矩形天线阵列的波达角估计方法

Info

Publication number: CN105807252A
Application number: CN201610140896.2A
Authority: CN
Inventors: 王佳栋; 陈云阔; 郑国莘
Original assignee: University of Shanghai for Science and Technology
Current assignee: University of Shanghai for Science and Technology
Priority date: 2016-03-14
Filing date: 2016-03-14
Publication date: 2016-07-27
Anticipated expiration: 2036-03-14
Also published as: CN105807252B

Abstract

本发明涉及一种基于矩阵天线阵列的波达角估计方法。阵列可直接对来波方向进行无模糊的360度角度估计。阵列为M*N的矩形阵列，天线均为全向天线。本发明利用矩阵阵列的横向天线阵列与纵向天线阵列分别进行信号的来波角估计，利用两次估计的交叉部分进行无模糊估计。只需进行两次线性阵列计算，计算复杂度小，在硬件实现上降低了软件编程的难度，大幅度提升硬件处理的速度。

Description

基于矩形天线阵列的波达角估计方法

技术领域

本发明涉及基于天线阵列的波达角方向估计方法，属于信号处理领域。

背景技术

近年来，用天线阵列对辐射源进行测向和定位，已成为信号处理领域研究的一个热点和难点，在雷达、被动声纳、地震学、射电天文学、地球物理、卫星和移动通信系统方面有着广泛的应用，引起了人们极大的研究兴趣。根据移动终端发出的信号在天线阵上产生的相位差，利用先进的数字信号处理算法提取出终端的位置信息，据此产生多个相应波束，每个波束指向特定的终端，并通过特定自适应滤波算法实现加权因子的适时更新，使每一个指向性波束动态跟踪移动终端，实现天线主波束对准用户信号到达方向，波束旁瓣或零点对准信号干扰方向，以高效利用期望的移动用户信号并抑制干扰信号。

波达角(DOA)估计就是利用天线阵列的这个特性进行方向估计。接收空间中不同方向的信号，并且利用估算方法进行快速准确的计算。现有的子空间谱估计技术利用信号到达不同天线的时间不同，导致天线接收到的信号的相位不同的特点进行来波方向的估计。

在一些应用场合，对阵列的安置具有特殊性要求，传统的基础的天线阵列主要分为两种：均匀线阵与均匀圆阵，以及在这两种阵列上的扩展。但是在实际处理时，均匀线阵只能得到180度无模糊角度值，对于余弦值一样的两个方向不能很好的区分。均匀圆阵虽然能进行无模糊的360度以及俯仰角的估计，但其在计算过程中需转换到线阵进行处理，运算量大。

发明内容

为了解决上述两种阵列各自的不足，本发明结合上述两种方法，提出了一种基于矩阵天线阵列的波达角估计方法。矩阵均采用全向天线，可直接对来波方向进行角度估计。将矩形阵列分解成横向阵列与纵向阵列，利用现有的子空间谱方法，例如MUSIC与ESPRIT方法，可以准确计算无模糊360度的方向角。本发明计算复杂度小，在硬件实现上降低了硬件编程的难度，大幅度提升硬件处理的速度。

为达到上述目的，本发明的构思是：

本发明可用于平面的救援信号等的检测与测向，为检测提供求救微弱信号接收数据，为实际救援提供更加的反应速度。

为了说明本发明，需有以下假设：

1)各待测信号源一般考虑信号源为窄带的，且各信号源具有相同的中心频率。待测信号源的个数为P。

2)天线阵列是由M*N(M,N>P)个阵元组成的等间距矩形阵列，各阵元特性相同，各向同性，阵元间隔为d，并且阵元间隔不大于最高频率信号半波长。

3)天线阵列处于各信号源的远场中，即天线阵列接收从各信号源传来的信号为平面波。

4)各阵元上有互不相关，与各待测信号也不相关的零均值高斯白噪声。

5)各接收支路具有完全相同的特性。

本方法原理如下：

根据线阵原理，可将矩形阵列分解为两个线性阵列：横向阵列以及纵向阵列。利用横向阵列可以计算来波方向，由于横向阵列的信号在来波方向大于180度时，其到达阵列各天线的时刻与其关于阵列连线对称的信号来波方向一致，线性阵列无法将其区分开来，所以只能检测到θ∈[0°,180°]的信号。同理，纵向阵列可以计算来波方向也有局限，只能检测出阵列连线一侧的信号，也就是θ∈[0°,90°]U[270°,360°]的信号。但是可以根据两者的重叠部分，精确计算出360度无模糊的方向估计。由于本发明只需进行横向与纵向两次线性运算，无需进行虚拟线阵的转换，计算复杂度大大降低。

本发明与现有技术相比较，具有如下显而易见的突出实质性特点和显著技术进步：本发明利用矩阵阵列的横向天线阵列与纵向天线阵列分别进行信号的来波估计，利用两次估计的交叉部分进行无模糊估计，只需进行两次线性阵列计算，技术复杂度小，在硬件实现上降低了软件编程的难度。

附图说明

图1是本发明的天线阵列排布示意图；

图2是本发明横向与纵向结果的分析图；

具体实施方式

本发明的优选实施结合附图说明如下：

参照图1，基于矩形天线阵列的波达角估计方法，其实现步骤如下：

1)安置矩形阵列的天线，天线按照横向天线数为M，纵向天线阵为N排列，相邻天线之间间距均为接收信号的平均半波长。

2)将天线连接到硬件来处理数据，利用的馈线长度必须一致，保证在经过馈线到达硬件的数据相位变化保持一致，保证处理得到的来波方向计算精确。

3)得到横向阵列接收矩阵：

x(t)＝As(t)+n(t)

这里s(t)为信号矩阵，n(t)为噪声矩阵，A为方向矢量。x(t)＝[x₀(t),x₁(t),...,x_M-1(t)]^T，s(t)＝[s₁(t),s₂(t),...,s_P(t)]^T，A＝[a(θ₁),L,a(θ_P)]，并且

a(θ)＝[1,e^-jθ,K,e^-j(M-1)θ]^T

4)对阵列接收到的数据做相关处理，得到其协方差矩阵R：

R＝E[(AS+N)(AS+N)^H]＝AE[SS^H]A^H+E[NN^H]

5)根据矩阵特征分解的理论，可以对阵列协方差矩阵进行特征分解，得到信号子空间以及噪声子空间。

6)利用子空间空间谱的两种方法均可以计算横向来波方向θ∈[0°,180°]。

7)得到纵向阵列接收矩阵：

x(t)＝As(t)+n(t)

a(θ)＝[1,e^-j(θ-90°),K,e^{-j(N-1)(θ-90°)}]^T

8)计算纵向来波方向θ∈[0°,90°]U[270°,360°]

9)参照图2，分析两次结果，可以得到以下四种情况：

a)横向阵列计算结果位于[0°,90°]，纵向阵列结果位于[0°,90°]，则实际来波方向即为[0°,90°]，无需调整。

b)横向[0°,90°]，纵向[270°,360°]，则实际来波为[270°,360°]。直接取纵向结果，无需调整。

c)横向[90°,180°]，纵向[0°,90°]，则实际来波为[90°,180°]。直接去横向结果，无需调整。

d)横向[90°,180°]，纵向[270°,360°]，则实际来波为[180°,270°]。需将横向结果θ关于180度对称，θ′＝360°-θ。

Claims

1.一种基于矩形天线阵列的波达角估计方法，其特征在于，操作步骤如下：

1)安置矩形阵列的天线，天线按照横向天线数为M，纵向天线阵为N排列，相邻天线之间间距均为接收信号的平均半波长；

2)将天线连接到硬件来处理数据，利用的馈线长度必须一致，保证在经过馈线到达硬件的数据相位变化保持一致，保证处理得到的来波方向计算精确；

3)得到横向阵列接收矩阵：

x(t)＝As(t)+n(t)

这里s(t)为信号矩阵，n(t)为噪声矩阵，A为方向矢量，x(t)＝[x₀(t),x₁(t),...,x_M-1(t)]^T，s(t)＝[s₁(t),s₂(t),...,s_P(t)]^T，A＝[a(θ₁)_,L,a(θ_P)]，并且

a(θ)＝[1,e^-jθ,K,e^-j(M-1)θ]^T；

4)对阵列接收到的数据做相关处理，得到其协方差矩阵R：

R＝E[(AS+N)(AS+N)^H]＝AE[SS^H]A^H+E[NN^H]

5)根据矩阵特征分解的理论，对阵列协方差矩阵进行特征分解，得到信号子空间以及噪声子空间；

6)利用子空间空间谱的两种方法均计算横向来波方向θ∈[0°,180°]；

7)得到纵向阵列接收矩阵：

x(t)＝As(t)+n(t)

8)计算纵向来波方向θ∈[0°,90°]U[270°,360°]

9)分析两次结果，得到以下四种情况：

a)横向阵列计算结果位于[0°,90°]，纵向阵列结果位于[0°,90°]，则实际来波方向即为[0°,90°]，无需调整；

b)横向[0°,90°]，纵向[270°,360°]，则实际来波为[270°,360°]，直接取纵向结果，无需调整；

c)横向[90°,180°]，纵向[0°,90°]，则实际来波为[90°,180°]，直接去横向结果，无需调整；

d)横向[90°,180°]，纵向[270°,360°]，则实际来波为[180°,270°]，需将横向结果θ关于180度对称，θ′＝360°-θ。