CN106980105A - 电磁矢量传感器阵列空间旋转解相干测向方法 - Google Patents
电磁矢量传感器阵列空间旋转解相干测向方法 Download PDFInfo
- Publication number
- CN106980105A CN106980105A CN201710098109.7A CN201710098109A CN106980105A CN 106980105 A CN106980105 A CN 106980105A CN 201710098109 A CN201710098109 A CN 201710098109A CN 106980105 A CN106980105 A CN 106980105A
- Authority
- CN
- China
- Prior art keywords
- axis
- array
- data
- covariance matrix
- decorrelation lms
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
- G01S3/02—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using radio waves
- G01S3/14—Systems for determining direction or deviation from predetermined direction
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
- G01S3/78—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using electromagnetic waves other than radio waves
- G01S3/782—Systems for determining direction or deviation from predetermined direction
Abstract
电磁矢量传感器阵列空间旋转解相干测向方法,x轴上任意分布电磁矢量传感器线阵接收K个相干窄带、平稳远场电磁波信号,阵列获取N次同步采样数据;利用电磁矢量传感器阵列自身具有的正交矢量特性,将电磁矢量传感器阵列数据分成6个子阵数据,根据子阵的空间旋转不变特性,通过空间旋转解相干处理恢复数据协方差矩阵的秩,得到解相干后的数据协方差矩阵;由解相干后的数据协方差矩阵获取噪声子空间,利用噪声子空间构造MUSIC空间谱,通过角度域的一维谱峰搜索得到到达角的估计。空间旋转解相干方法与空间平滑解相干方法相比,不存在阵列孔径损失且具有更高的空间分辨率,打破了空间平滑方法仅适用于均匀阵的限制,对均匀和非均匀阵均适用。
Description
技术领域
本发明属于信号处理技术领域,尤其涉及一种电磁矢量传感器阵列的相干源测向方法。
背景技术
随着信息化进程的不断加快,电磁环境日益复杂,在实际中由于信号传输过程的多径现象和回波信号以及人为释放的电磁干扰,使得实际环境中的信号往往不只一个信号,当多个信号同时存在时,这些信号可能是相互独立的,但这些信号是相关的或者是相干的情况更为普遍,所以基于相关源的检测和估计是信号处理的非常重要的研究课题。当入射信号相互独立时子空间类方法有很好的参数估计性能,但是如果入射的信号是相干信号,则以MUSIC为代表的子空间类方法将失效。当入射信号是相干信号时,信号子空间的维数将小于信号源个数,信号子空间扩散到了噪声子空间,从而导致信号子空间和噪声子空间不完全垂直,从而导致子空间类方法失效,无法进行到达角估计。
为了解决相干信号的上述难题国内为学者做了大量的研究工作,提出了一系列的解相干方法,这些方法的关键是如何恢复信号协方差矩阵的秩。目前解相干的方法大致可以分为两类,一类是降维的方法,一类是非降维的方法,其中降维方法主要有空间平滑和矩阵重构法,非降维方法有聚焦方法和虚拟变换方法。这些方法虽然解决了信号的相干问题,但仍存在一些不足,以聚焦处理为代表的非降维算法的计算复杂度大大增加。以空间平滑为代表的降维方法减小了阵列孔径,增大了阵列的波束宽度,降低了阵列的分辨能力,且空间平滑一般只适用于均匀线阵,严重限制了算法的应用范围。
完备电磁矢量传感器由空间上共点的三个电偶极子和三个磁偶极子构成,因而能够感知空间的三维电磁场矢量,本发明针对现有方法的不足提出了适用于均匀和非均匀电磁矢量传感器阵列空间旋转解相干MUSIC方法,利用电磁矢量传感器阵列子阵的旋转不变特性解相干,将电磁矢量传感器阵列分成x轴的电场子阵、y轴的电场子阵、z轴的电场子阵、x轴的磁场子阵、y轴的磁场子阵和z轴的磁场子阵六个子阵,然后通过子阵数据协方差矩阵算术平均恢复数据协方差矩阵的秩。
发明内容
本发明的目的是提供一种空间旋转解相干的测向方法。
为了实现上述目的,本发明采取如下的技术解决方案:
电磁矢量传感器阵列空间旋转解相干测向方法,K相干窄带、平稳远场电磁信号从不同的方向θk入射到该接收阵列上,θk∈[0,π/2]是第k个信号的到达角,所述阵列由M个在x轴上任意分布电磁矢量传感器阵元构成,所述阵元是空间共点的x轴、y轴和z轴方向电偶极子和x轴、y轴和z轴方向磁偶极子构成的电磁矢量传感器,所有传感器的对应通道相互平行:所有的x轴电偶极子相互平行,所有的y轴电偶极子相互平行,所有的z轴方向电偶极子相互平行,所有的x轴方向磁偶极子相互平行,所有的y轴方向磁偶极子相互平行,以及所有的z轴方向磁偶极子相互平行;相邻阵元间距小于等于0.5λmin,λmin为入射电磁信号的最小波长;
空间旋转解相干测向方法步骤如下:
步骤一、M个任意分布在x轴的电磁矢量传感器的阵元构成线阵接收阵列,接收阵列输出N次同步采样数据Z;
步骤二、通过空间旋转解相干处理恢复信号协方差矩阵的秩,得到解相干后的数据协方差矩阵RZ;
根据阵列数据Z的排布规律将数据分成x轴、y轴和z轴方向电场和x轴、y轴和z轴方向的磁场子阵数据,计算6个子阵数据的协方差矩阵和 分别是x轴、y轴和z轴方向的电场数据协方差矩阵,分别是x轴、y轴和z轴方向磁场数据协方差矩阵,通过6个子阵数据协方差矩阵的算术平均得到解相干后的满秩数据协方差矩阵RZ;
步骤三、由解相干后的数据协方差矩阵RZ获取噪声子空间;
通过对数据协方差矩阵RZ进行特征分解,K个大特征对应的特征矢量构成信号子空间Us,M-K个小特征值对应的特征矢量构成噪声子空间Un;
步骤四、利用噪声子空间Un构造MUSIC空间谱通过角度域的一维MUSIC谱峰搜索得到到达角的估计值其中,θ∈[0,π/2]为搜素角度。
本发明采用的是x轴上任意分布的非均匀线阵,阵列的阵元是空间共点的x轴、y轴和z轴方向电偶极子和x轴、y轴和z轴方向磁偶极子构成的电磁矢量传感器,不同于传统的空间平滑解相干,空间旋转解相干方法根据电磁矢量传感器子阵的空间旋转不变特性解相干,打破了空间平滑解相干方法只适用于均匀线阵的局限性,对均匀线阵和非均匀线阵均成立,且不损失阵列孔径,具有更低的副瓣和更尖锐的谱峰,参数分辨率更高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中需要使用的附图做简单介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例电磁矢量传感器阵列的示意图;
图2为本发明方法的流程图;
图3为信噪比-4dB时本发明方法和空间平滑解相干方法到达角估计结果图;
图4为信噪比-2dB时本发明方法和空间平滑解相干方法到达角估计结果图;
图5为信噪比2dB时本发明方法和空间平滑解相干方法到达角估计结果图;
图6为信噪比10dB时本发明方法和空间平滑解相干方法到达角估计结果图。
具体实施方式
为了让本发明的上述和其它目的、特征及优点能更明显,下文特举本发明实施例,并配合所附图示,做详细说明如下。
图1所示为本发明实施例的电磁矢量传感器阵列的示意图。本发明的电磁矢量传感器阵列由M个x轴上任意分布的阵元构成,所述阵元是空间共点的x轴、y轴和z轴方向电偶极子和x轴、y轴和z轴方向磁偶极子的电磁矢量传感器,所有传感器的对应通道相互平行:所有的x轴电偶极子相互平行,所有的y轴电偶极子相互平行,所有的z轴方向电偶极子相互平行,所有的x轴方向磁偶极子相互平行,所有的y轴方向磁偶极子相互平行,以及所有的z轴方向磁偶极子相互平行,相邻阵元间距小于等于0.5λmin,λmin为入射电磁信号的最小波长;
参照图2,本发明的电磁矢量传感器阵列空间旋转解相干测向方法的步骤如下:x轴上任意分布的电磁矢量传感器线阵接收K个相干窄带、远场平稳电磁信号,K为入射电磁信号的数量,
步骤一、M个任意分布在x轴的电磁矢量传感器的阵元构成线阵接收阵列,接收阵列输出N次同步采样数据Z;
步骤二、通过空间旋转解相干处理恢复信号协方差矩阵的秩,得到解相干后的数据协方差矩阵RZ;
根据阵列数据Z的排布规律将数据分成x轴、y轴和z轴方向电场和x轴、y轴和z轴方向的磁场子阵数据,计算6个子阵数据的协方差矩阵和 分别是x轴、y轴和z轴方向的电场数据协方差矩阵,分别是x轴、y轴和z轴方向磁场数据协方差矩阵,通过6个子阵数据协方差矩阵的算术平均得到解相干后的满秩数据协方差矩阵RZ;
步骤三、由解相干后的数据协方差矩阵RZ获取噪声子空间;
通过对数据协方差矩阵RZ进行特征分解,K个大特征对应的特征矢量构成信号子空间Us,M-K个小特征值对应的特征矢量构成噪声子空间Un;
步骤四、利用噪声子空间Un构造MUSIC空间谱通过角度域的一维MUSIC谱峰搜索得到到达角的估计值:
其中,θ∈[0,π/2]为搜素角度。
本发明利用电磁矢量传感器阵列自身的矢量结构特性,将电磁矢量传感器阵列分成x轴的电场子阵、y轴的电场子阵、z轴的电场子阵、x轴的磁场子阵、y轴的磁场子阵和z轴的磁场子阵六个子阵,利用子阵的空间旋转不变特性,通过子阵数据协方差矩阵算术平均恢复数据协方差矩阵的秩,然后对解相干后的数据协方差矩阵进行特征分解得到噪声子空间,由噪声子空间构造MUSIC空间谱,最后通过一维角度搜素完成到达角的估计,空间旋转解相干方法的分辨率优于传统的空间平滑方法,且不仅适用于均匀阵,也适用于非均匀线阵。
本发明的效果可以通过以下的仿真结果进一步说明:
仿真实验条件如下:
两个相干窄带、远场平稳电磁场信号入射到由8个在x轴上任意分布的电磁矢量传感器阵元构成的线性阵列,如图1所示,阵元间隔小于等于0.5λmin且随机分布,入射信号的参数为:(θ1,θ2)=(30°,70°),快拍数为512次。
仿真实验结果如图3至图6所示,图3为信噪比是-4dB时,本发明方法和空间平滑解相干方法到达角空间谱估计结果,从图3可以看出在同样信噪比条件下,相比于空间平滑解相干方法,本发明方法的空间谱更尖锐,有更高的到达角参数估计精度;图4为信噪比是-2dB时,本发明方法和空间平滑解相干方法到达角空间谱估计结果,从图4可以看出在同样信噪比条件下,本发明方法和空间平滑解相干方法都能够成功检测到两个到达角,但本发明方法的空间谱很尖锐,有更高的到达角参数估计精度;图5和图6分别为信噪比是2dB和10dB时,本发明方法和空间平滑解相干方法到达角空间谱估计的比较结果,从图5和图6可以看出,相比于空间平滑解相干方法,本发明方法的空间谱更尖锐,具有更高的到达角参数估计精度,本文方法具有更加优异的旁瓣抑制效果和高的分辨率。
以上所述,仅是本发明的较佳实施例而已,并非对本发明做任何形式上的限制,虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (1)
1.电磁矢量传感器阵列空间旋转解相干测向方法,其特征在于:
所述电磁矢量传感器阵列由M个x轴上任意分布的阵元构成,所述阵元是空间共点的x轴、y轴和z轴方向电偶极子和x轴、y轴和z轴方向磁偶极子的电磁矢量传感器,所有传感器的对应通道相互平行:所有的x轴方向电偶极子相互平行,所有的y轴方向电偶极子相互平行,所有的z轴方向电偶极子相互平行,所有的x轴方向磁偶极子相互平行,所有的y轴方向磁偶极子相互平行,以及所有的z轴方向磁偶极子相互平行,相邻阵元间距小于等于λmin/2,λmin为入射电磁信号的最小波长;
空间旋转解相干测向方法的步骤如下:阵列接收K个相关窄带、平稳远场电磁矢量传感器信号,
步骤一、M个任意分布在x轴的电磁矢量传感器的阵元构成线性接收阵列,接收阵列输出N次同步采样数据Z;
步骤二、通过空间旋转解相干处理恢复信号协方差矩阵的秩,得到解相干后的数据协方差矩阵RZ;
根据阵列数据Z的排布规律将数据分成x轴、y轴和z轴方向电场和x轴、y轴和z轴方向的磁场子阵数据,计算6个子阵数据的协方差矩阵和分别是x轴、y轴和z轴方向的电场数据协方差矩阵,分别是x轴、y轴和z轴方向磁场数据协方差矩阵,通过6个子阵数据协方差矩阵的算术平均得到解相干后的满秩数据协方差矩阵RZ;
步骤三、由解相干后的数据协方差矩阵RZ获取噪声子空间;
通过对数据协方差矩阵RZ进行特征分解,K个大特征对应的特征矢量构成信号子空间Us,M-K个小特征值对应的特征矢量构成噪声子空间Un;
步骤四、利用噪声子空间Un构造MUSIC空间谱通过角度域的一维MUSIC谱峰搜索得到到达角的估计值:其中,θ∈[0,π/2]为搜素角度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710098109.7A CN106980105B (zh) | 2017-02-22 | 2017-02-22 | 电磁矢量传感器阵列空间旋转解相干测向方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710098109.7A CN106980105B (zh) | 2017-02-22 | 2017-02-22 | 电磁矢量传感器阵列空间旋转解相干测向方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106980105A true CN106980105A (zh) | 2017-07-25 |
CN106980105B CN106980105B (zh) | 2020-04-28 |
Family
ID=59339777
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710098109.7A Active CN106980105B (zh) | 2017-02-22 | 2017-02-22 | 电磁矢量传感器阵列空间旋转解相干测向方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106980105B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107870314A (zh) * | 2017-10-31 | 2018-04-03 | 西安电子科技大学 | 基于极化敏感阵列的完备电磁分量加权融合测向优化方法 |
CN107894597A (zh) * | 2017-10-27 | 2018-04-10 | 西安电子科技大学 | 基于线性虚拟阵元的自适应调零方法 |
CN108983145A (zh) * | 2018-08-27 | 2018-12-11 | 西安电子科技大学 | 电磁矢量传感器阵列宽带相干源定位方法 |
CN109490821A (zh) * | 2018-07-03 | 2019-03-19 | 南京航空航天大学 | 一种基于music算法的降维圆和非圆混合信号doa估计方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103941222A (zh) * | 2014-03-12 | 2014-07-23 | 西安电子科技大学 | 基于瑞利熵降维music算法的参数估计方法 |
CN103941221A (zh) * | 2014-03-12 | 2014-07-23 | 西安电子科技大学 | 空间拉伸电磁矢量传感器阵列参数估计方法 |
CN105510874A (zh) * | 2015-12-15 | 2016-04-20 | 吉林大学 | 一种近场信源多参数联合估计的降维music方法 |
-
2017
- 2017-02-22 CN CN201710098109.7A patent/CN106980105B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103941222A (zh) * | 2014-03-12 | 2014-07-23 | 西安电子科技大学 | 基于瑞利熵降维music算法的参数估计方法 |
CN103941221A (zh) * | 2014-03-12 | 2014-07-23 | 西安电子科技大学 | 空间拉伸电磁矢量传感器阵列参数估计方法 |
CN105510874A (zh) * | 2015-12-15 | 2016-04-20 | 吉林大学 | 一种近场信源多参数联合估计的降维music方法 |
Non-Patent Citations (2)
Title |
---|
王桂宝等: "电磁矢量传感器取向误差自校正方法", 《西安电子科技大学学报(自然科学版)》 * |
郑桂妹等: "基于电磁矢量阵列的加权极化平滑解相干算法", 《系统工程与电子技术》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107894597A (zh) * | 2017-10-27 | 2018-04-10 | 西安电子科技大学 | 基于线性虚拟阵元的自适应调零方法 |
CN107894597B (zh) * | 2017-10-27 | 2021-01-01 | 西安电子科技大学 | 基于线性虚拟阵元的自适应调零方法 |
CN107870314A (zh) * | 2017-10-31 | 2018-04-03 | 西安电子科技大学 | 基于极化敏感阵列的完备电磁分量加权融合测向优化方法 |
CN107870314B (zh) * | 2017-10-31 | 2021-06-29 | 西安电子科技大学 | 基于极化敏感阵列的完备电磁分量加权融合测向优化方法 |
CN109490821A (zh) * | 2018-07-03 | 2019-03-19 | 南京航空航天大学 | 一种基于music算法的降维圆和非圆混合信号doa估计方法 |
CN108983145A (zh) * | 2018-08-27 | 2018-12-11 | 西安电子科技大学 | 电磁矢量传感器阵列宽带相干源定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106980105B (zh) | 2020-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110007266B (zh) | 一种冲击噪声下的任意阵列相干源测向方法 | |
CN106802403B (zh) | 声矢量传感器二维阵列music解相干参数估计方法 | |
CN106483493B (zh) | 一种稀疏双平行线阵及二维波达方向估计方法 | |
CN106980105A (zh) | 电磁矢量传感器阵列空间旋转解相干测向方法 | |
CN106019214B (zh) | 宽带相干信号源doa估计方法 | |
CN106353738B (zh) | 一种新的doa失配条件下稳健自适应波束形成方法 | |
CN106997037A (zh) | 声矢量传感器阵列空间旋转解相干到达角估计方法 | |
Zhang et al. | A rank-reduction based 2-D DOA estimation algorithm for three parallel uniform linear arrays | |
Huang et al. | Two-stage decoupled DOA estimation based on real spherical harmonics for spherical arrays | |
CN106872934B (zh) | L型电磁矢量传感器阵列解相干esprit参数估计方法 | |
CN104020440B (zh) | 基于l型干涉式线性阵列的二维波达角估计方法 | |
CN108983145A (zh) | 电磁矢量传感器阵列宽带相干源定位方法 | |
CN106908754B (zh) | L型声矢量传感器阵列esprit解相干参数估计方法 | |
CN106970348B (zh) | 电磁矢量传感器阵列解相干二维music参数估计方法 | |
Jaafer et al. | Best performance analysis of doa estimation algorithms | |
CN106872936A (zh) | 近场源l型声矢量传感器阵列解模糊多参数估计方法 | |
CN109270483A (zh) | 三维阵虚拟扩展相干源二维波达方向估计方法 | |
CN110286352B (zh) | 一种基于秩损的非迭代混合信号源定位方法 | |
Wu et al. | Unambiguous directions of arrival estimation of coherent sources using acoustic vector sensor linear arrays | |
CN107064862B (zh) | 电磁矢量传感器线阵解相干music参数估计方法 | |
CN113238184B (zh) | 一种基于非圆信号的二维doa估计方法 | |
CN106950530B (zh) | 基于互协方差的声矢量传感器阵列解相干参数估计方法 | |
Zhang et al. | Direction of arrival estimation of non-circular signals using modified nested array | |
Wisudawan et al. | Two dimensional angle of arrival estimation using minimum sparse ruler based rectangular array of antennas | |
CN109696652B (zh) | 一种二维doa估计方法及其装置、设备、存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |