CN107728103A - 无线电信号干扰源平面空间角度定向系统及方法 - Google Patents

无线电信号干扰源平面空间角度定向系统及方法 Download PDF

Info

Publication number
CN107728103A
CN107728103A CN201710922529.2A CN201710922529A CN107728103A CN 107728103 A CN107728103 A CN 107728103A CN 201710922529 A CN201710922529 A CN 201710922529A CN 107728103 A CN107728103 A CN 107728103A
Authority
CN
China
Prior art keywords
mrow
msub
radio signal
interference source
msubsup
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.)
Pending
Application number
CN201710922529.2A
Other languages
English (en)
Inventor
郑名洋
邓力
李书芳
张贯京
葛新科
张红治
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen City Jingcheng Mdt Infotech Ltd
Original Assignee
Shenzhen City Jingcheng Mdt Infotech Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen City Jingcheng Mdt Infotech Ltd filed Critical Shenzhen City Jingcheng Mdt Infotech Ltd
Priority to CN201710922529.2A priority Critical patent/CN107728103A/zh
Publication of CN107728103A publication Critical patent/CN107728103A/zh
Pending legal-status Critical Current

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

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开一种无线电信号干扰源平面空间角度定向系统及方法，该方法包括步骤：USRP设备收集无线电信号干扰源的两路无线电信号，以及将所述两路无线电信号转换为IQ调制信号；干扰源平面空间角度定向装置利用Labview平台软件从所述两路IQ调制信号中采集阵列快拍数据并利用MUSIC算法处理所述快拍数据阵列获得无线电信号干扰源的无线电信号的空间谱函数PMUSIC；干扰源平面空间角度定向装置利用Labview平台软件绘制MUSIC算法空间谱函数PMUSIC的空间谱图，在PMUSIC的空间谱图中搜索无线电信号产生的频率极值。实施本发明，能够准确地获得信号接收天线相对于无线电信号干扰源的角度。

Description

无线电信号干扰源平面空间角度定向系统及方法
技术领域
本发明涉及无线电信号干扰源排查的技术领域，尤其涉及一种无线电信号干扰源平面空间角度定向系统及方法。
背景技术
随着通信技术的突飞猛进，无线通信产品和设备的使用越来越广泛。依赖度也越来越高。但同时也带来了无线电信号相互干扰、频段使用不规范的各种问题。因此，需对无线电信号干扰源进行排查，而无线电信号干扰源排查需排查出无线电信号干扰源的具体位置“空间谱”表示无线电信号在空间各方向上的能量分布。因此，如果能得到无线电信号的“空间谱”，就能得到信号的波达方向(DOA)，即获得信号接收天线相对于无线电信号干扰源的角度，可以定位无线电干扰源的位置
发明内容
为克服上述技术缺陷，本发明提供一种无线电信号干扰源平面空间角度定向系统及方法，旨在解决无法准确获得信号接收天线相对于无线电信号干扰源的角度的技术问题。
为实现上述目的，本发明提供了一种无线电信号干扰源平面空间角度定向系统，包括USRP设备和干扰源平面空间角度定向装置，所述USRP设备包括信号接收天线，所述干扰源平面空间角度定向装置安装有Labview平台软件，所述干扰源平面空间角度定向装置通过通信网络连接USRP设备：
所述USRP设备用于收集无线电信号干扰源的两路无线电信号，以及将所述两路无线电信号转换为IQ调制信号；
所述干扰源平面空间角度定向装置用于利用Labview平台软件从所述两路IQ调制信号中采集阵列快拍数据；
所述干扰源平面空间角度定向装置还用于利用MUSIC算法处理所述快拍数据阵列获得无线电信号干扰源的无线电信号的空间谱函数PMUSIC；
所述干扰源平面空间角度定向装置还用于利用Labview平台软件绘制MUSIC算法空间谱函数PMUSIC的空间谱图，在PMUSIC的空间谱图中搜索无线电信号产生的频率极值，该频率极值在空间谱图横坐标对应的位置即为信号接收天线相对于无线电信号干扰源的角度。
优选的，所述USRP设备通过两个接收天线接收无线电信号干扰源的无线电信号。
优选的，所述阵列快拍数据包括由Labview平台软件同时从所述两路IQ调制信号中采集的数据。
优选的，所述干扰源平面空间角度定向装置还用于利用MUSIC算法处理所述快拍数据阵列获得无线电信号干扰源的无线电信号的空间谱函数PMUSIC的方式为：
利用信号接收天线采集的无线电信号构建一个阵列快拍数据协方差矩阵R，该阵列快拍数据协方差矩阵定义为如下(1)式：
其中(1)式中的Rs＝E[s(t)sH(t)]为信号协方差矩阵，I为单位矩阵，为噪声方差，A为信号对应的方向矩阵，AH为A的转置共轭矩阵，X(t)为所有信号(包括有效信号和噪声)IQ矩阵，s(t)为有效信号矩阵，XH(t)为X(t)的转置共轭矩阵，sH(t)为s(t)的转置共轭矩阵；
对R协方差矩阵进行特征分解得到如下(2)式：
其中(2)式中的λi代表特征值，ΛS＝diag[λ1,λ2,…,λN]是N个大特征值构成的对角阵，Λn＝diag[λN+1,λN+2,…,λM]是由M-N个小特征值构成的对角阵，US＝[e1,e2,…,en]是由N个大特征值对应的特征向量组成的信号子空间，Un＝[eN+1,eN+2,…,eM]是由M-N个小特征值对应的特征向量组成的噪声子空间，US H为US的转置共轭矩阵；
利用信号R协方差矩阵的最大似然估计值来代替理论值，得到R协方差矩阵的最大似然估计值表示如下(3)式：
其中(3)式中的L为快拍数，X(i)为第i时刻阵列采样数据向量，XH(i)为X(i)的转置共轭矩阵；
对R协方差矩阵的最大似然估计值进行特征分解得到噪声子空间的最大似然估计值并定义MUSIC算法空间谱函数PMUSIC，表示如下(4)式：
其中(4)式中的α为无线电信号干扰源的角度矩阵，aH为α的转置共轭矩阵，为的转置共轭矩阵。
本发明还提供一种无线电信号干扰源平面空间角度定向方法，该方法运行于权利要求1所述的无线电信号干扰源平面空间角度定向系统中，该方法包括步骤：
USRP设备收集无线电信号干扰源的两路无线电信号，以及将所述两路无线电信号转换为IQ调制信号；
干扰源平面空间角度定向装置利用Labview平台软件从所述两路IQ调制信号中采集阵列快拍数据；
干扰源平面空间角度定向装置利用MUSIC算法处理所述快拍数据阵列获得无线电信号干扰源的无线电信号的空间谱函数PMUSIC；
干扰源平面空间角度定向装置利用Labview平台软件绘制MUSIC算法空间谱函数PMUSIC的空间谱图，在PMUSIC的空间谱图中搜索无线电信号产生的频率极值，该频率极值在空间谱图横坐标对应的位置即为信号接收天线相对于无线电信号干扰源的角度。
优选的，所述USRP设备通过两个接收天线接收无线电信号干扰源的无线电信号。
优选的，所述阵列快拍数据包括由Labview平台软件同时从所述两路IQ调制信号中采集的数据。
优选的，所述干扰源平面空间角度定向装置利用MUSIC算法处理所述快拍数据阵列获得无线电信号干扰源的无线电信号的空间谱函数PMUSIC步骤包括如下步骤：
利用信号接收天线采集的无线电信号构建一个阵列快拍数据协方差矩阵R，该阵列快拍数据协方差矩阵定义为如下(1)式：
其中(1)式中的Rs＝E[s(t)sH(t)]为信号协方差矩阵，I为单位矩阵，为噪声方差，A为信号对应的方向矩阵，AH为A的转置共轭矩阵，X(t)为所有信号(包括有效信号和噪声)IQ矩阵，s(t)为有效信号矩阵，XH(t)为X(t)的转置共轭矩阵，sH(t)为s(t)的转置共轭矩阵；
对R协方差矩阵进行特征分解得到如下(2)式：
其中(2)式中的λi代表特征值，ΛS＝diag[λ1,λ2,…,λN]是N个大特征值构成的对角阵，Λn＝diag[λN+1,λN+2,…，λM]是由M-N个小特征值构成的对角阵，US＝[e1,e2，…，en]是由N个大特征值对应的特征向量组成的信号子空间，Un＝[eN+1，eN+2，…，eM]是由M-N个小特征值对应的特征向量组成的噪声子空间，US H为US的转置共轭矩阵；
利用信号R协方差矩阵的最大似然估计值来代替理论值，得到R协方差矩阵的最大似然估计值表示如下(3)式：
其中(3)式中的L为快拍数，X(i)为第i时刻阵列采样数据向量，XH(i)为X(i)的转置共轭矩阵；
对R协方差矩阵的最大似然估计值进行特征分解得到噪声子空间的最大似然估计值并定义MUSIC算法的空间谱函数PMUSIC，表示如下(4)式：
其中(4)式中的α为无线电信号干扰源的角度矩阵，aH为α的转置共轭矩阵，为的转置共轭矩阵。
相较于现有技术，本发明提出的无线电信号干扰源平面空间角度定向系统及方法，通过USRP设备的信号接收天线对无线电信号进行接收采集，然后采用阵列信号处理技术对无线电信号进行处理，以及通过MUSIC算法获得无线电信号干扰源的无线电信号的空间谱函数PMUSIC，从而可准确获得信号接收天线相对于无线电信号干扰源的角度。
附图说明
图1是本发明无线电信号干扰源平面空间角度定向系统优选实施例的结构示意图；
图2是本发明无线电信号干扰源平面空间角度定向方法优选实施例的流程图；
图3是MUSIC算法空间谱图。
本发明目的实现、功能特点及优点将结合实施例，将在具体实施方式部分一并参照附图做进一步说明。
具体实施方式
为更进一步阐述本发明为达成上述目的所采取的技术手段及功效，以下结合附图及较佳实施例，对本发明的具体实施方式、结构、特征及其功效进行详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
参照图1所示，图1是本发明无线电信号干扰源平面空间角度定向系统优选实施例的结构示意图。在本实施例中，所述无线电信号干扰源平面空间角度定向系统10包括USRP设备1和干扰源平面空间角度定向装置2。所述干扰源平面空间角度定向装置2通过通信网络3连接USRP设备1。所述USRP设备1(Universal Software Radio Peripheral，通用软件无线电接收设备)包括信号接收天线11，并通过信号接收天线11接收无线电信号干扰源4的无线电信号。USRP设备的结构为现有技术，本发明不赘述USRP设备的结构。所述干扰源平面空间角度定向装置2可以是计算机，并安装有Labview平台软件21。所述干扰源平面空间角度定向装置2还包括，但不仅限于，通信接口、处理器、存储器以及显示器。所述通信接口可以为支持远程通信协议(例如TCP/IP协议)也可以是支持近程通信协议(例如WIFI或蓝牙等)的通讯接口，用于从USRP设备1接收的无线电信号。所述处理器可以为一种中央处理器(CPU)、微控制器(MCU)或者数据处理芯片。所存储器可以为一种只读存储器(ROM)、电可擦写存储器(EEPROM)、快闪存储器(FLASH)或硬盘等。所述显示器用于显示MUSIC算法空间谱图。所述处理器能够执行本发明所需的一系列计算机程序指令，其存储在存储器中，能够被处理器加载并执行以便能够完成对USRP设备1的信号接收天线11相对于无线电信号干扰源4的角度计算。
在本实施例中，所述干扰源平面空间角度定向装置2安装有Labview平台软件21。所述Labview平台软件21是一种程序开发环境，类似于C和BASIC开发环境，但是Labview平台软件21使用的是图形化编辑语言G编写程序，产生的程序是以图形的形式输出结果。
所述USRP设备1用于收集无线电信号干扰源4的两路无线电信号，以及将所述两路无线电信号转换为IQ调制信号。其中，I：in-phase(同相)，Q:quadrature(正交)。IQ调制就是将数据分为两路，分别进行载波调制，两路载波相互正交。IQ调制是矢量的方向问题，同相就是矢量方向相同的信号；正交分量就是两个信号矢量正交(差90°)；IQ调制的信号是一路是0°和180°，另一路是90°和270°，称谓I路和Q路，它们就是两路相互正交的信号。在本实施例中，所述USRP设备1能够通过两个接收天线接收无线电信号干扰源的两路无线电信号，以及将所述两路无线电信号转换为IQ调制信号。
所述干扰源平面空间角度定向装置2用于利用Labview平台软件21从所述两路IQ调制信号中采集快拍数据阵列。所述阵列快拍数据由Labview平台软件21同时从所述两路IQ调制信号中采集的数据构成。所述两路IQ调制信号进入Labview平台软件21后，Labview平台软件21将一路IQ调制信号的每一组数据进行捆绑成为N1、N2、N3至Nn+1，将另一路IQ调制信号的每一组数据进行捆绑成为N1’、N2’、N3’至Nn+1’，Labview平台软件21将上述两路数据打包后的数据称为阵列快拍数据。
所述干扰源平面空间角度定向装置2还用于利用MUSIC算法处理所述快拍数据阵列获得无线电信号干扰源的无线电信号的空间谱函数PMUSIC。具体地，MUSIC(multiplesignal classification algorithm)算法作为一种空间谱估计测向的技术，是一种基于矩阵特征空间分解的方法。从几何角度讲，信号处理的观测空间可以分解为信号子空间和噪声子空间，显然这两个空间是正交的。信号子空间由阵列接收到的数据协方差矩阵中与信号对应的特征向量组成，噪声子空间则由协方差矩阵中所有最小特征值(噪声方差)对应的特征向量组成。MUSIC算法的最大优点在于在信噪比较小和采样数据较少的情况下仍然有很好的处理性能，并且在有相干信号源的情况下仍然有效。其中，所述干扰源平面空间角度定向装置2还用于MUSIC算法处理所述快拍数据阵列获得无线电信号干扰源的无线电信号的空间谱函数PMUSIC包括如下步骤：
利用信号接收天线11采集的无线电信号构建一个阵列快拍数据协方差矩阵(称谓R协方差矩阵)，该R协方差矩阵定义为：
其中(1)式中的Rs＝E[s(t)sH(t)]为信号协方差矩阵，I为单位矩阵，为噪声方差，A为信号对应的方向矩阵，AH为A的转置共轭矩阵，X(t)为所有信号(包括有效信号和噪声)IQ矩阵，s(t)为有效信号矩阵，XH(t)为X(t)的转置共轭矩阵，sH(t)为s(t)的转置共轭矩阵。
对R协方差矩阵进行特征分解得到如下(2)式：
其中(2)式中的λi代表特征值，ΛS＝diag[λ1,λ2,…,λN]是N个大特征值构成的对角阵，Λn＝diag[λN+1，λN+2，…，λM]是由M-N个小特征值构成的对角阵，US＝[e1,e2,…,en]是由N个大特征值对应的特征向量张成的信号子空间，Un＝[eN+1，eN+2，…，eM]是由M-N个小特征值对应的特征向量张成的噪声子空间。
在实际中，由于阵列的接收信号数据是有限的，利用R协方差矩阵的最大似然估计值来代替理论值，得到R协方差矩阵的最大似然估计值得到如下(3)式：
其中(3)式中的L为快拍数，X(i)为第i时刻阵列采样数据向量，XH(i)为X(i)的转置共轭矩阵。
角度计算模块104对R协方差矩阵的最大似然估计值进行特征分解得到噪声子空间的最大似然估计值由于快拍数有限，因此对进行特征分解得到的噪声子空间与信号响应向量并不是完全正交。为进行无线电信号干扰源4的角度计算，定义MUSIC算法空间谱函数(PMUSIC)，表示如下(4)式：
其中(4)式中的α为无线电信号干扰源4的角度矩阵，aH为α的转置共轭矩阵，为的转置共轭矩阵。
所述干扰源平面空间角度定向装置2还用于利用Labview平台软件21绘制MUSIC算法空间谱函数PMUSIC的空间谱图，在PMUSIC的空间谱图中搜索无线电信号产生的频率极值，该频率极值在空间谱图横坐标对应的位置即为信号接收天线11相对于无线电信号干扰源的角度。如图3所示，图3为MUSIC算法空间谱图。纵坐标表示为PMUSIC，单位为dB，横坐标表示为角度，单位为度数。在本实施例中，所述干扰源平面空间角度定向装置2利用Labview平台软件21绘制MUSIC算法空间谱函数PMUSIC的空间谱图，该MUSIC算法空间谱函数PMUSIC的空间谱图能够显示在干扰源平面空间角度定向装置2的显示器25上，在PMUSIC的空间谱图中搜索无线电信号产生的频率极值，该频率极值在空间谱图横坐标对应的位置即为信号接收天线11相对于无线电信号干扰源4的角度。
参阅图2所示，图2是本发明无线电信号干扰源平面空间角度定向方法优选实施例的流程图。在本实施例中，所述无线电信号干扰源平面空间角度定向方法应用于无线电信号干扰源平面空间角度定向系统10中，能够获得信号接收天线相对于无线电信号干扰源的角度，一并结合图1所示，所述无线电信号干扰源平面空间角度定向方法包括如下步骤S31至步骤S34。
步骤S31，所述USRP设备1收集无线电信号干扰源4的两路无线电信号，以及将所述两路无线电信号转换为IQ调制信号。其中，I：in-phase(同相)，Q:quadrature(正交)。IQ调制就是将数据分为两路，分别进行载波调制，两路载波相互正交。IQ调制是矢量的方向问题，同相就是矢量方向相同的信号；正交分量就是两个信号矢量正交(差90°)；IQ调制的信号是一路是0°和180°，另一路是90°和270°，称谓I路和Q路，它们就是两路相互正交的信号。在本实施例中，所述USRP设备1能够通过两个接收天线接收无线电信号干扰源的两路无线电信号，以及将所述两路无线电信号转换为IQ调制信号。
步骤S32，所述干扰源平面空间角度定向装置2利用Labview平台软件21从所述两路IQ调制信号中采集快拍数据阵列。所述阵列快拍数据由Labview平台软件21同时从所述两路IQ调制信号中采集的数据构成。所述两路IQ调制信号进入Labview平台软件21后，Labview平台软件21将一路IQ调制信号的每一组数据进行捆绑成为N1、N2、N3至Nn+1，将另一路IQ调制信号的每一组数据进行捆绑成为N1’、N2’、N3’至Nn+1’，Labview平台软件21将上述两路数据打包后的数据称为阵列快拍数据。
步骤S33，所述干扰源平面空间角度定向装置2还利用MUSIC算法处理所述快拍数据阵列获得无线电信号干扰源的无线电信号的空间谱函数PMUSIC。具体地，MUSIC(multiplesignal classification algorithm)算法作为一种空间谱估计测向的技术，是一种基于矩阵特征空间分解的方法。从几何角度讲，信号处理的观测空间可以分解为信号子空间和噪声子空间，显然这两个空间是正交的。信号子空间由阵列接收到的数据协方差矩阵中与信号对应的特征向量组成，噪声子空间则由协方差矩阵中所有最小特征值(噪声方差)对应的特征向量组成。MUSIC算法的最大优点在于在信噪比较小和采样数据较少的情况下仍然有很好的处理性能，并且在有相干信号源的情况下仍然有效。其中，所述干扰源平面空间角度定向装置2还用于MUSIC算法处理所述快拍数据阵列获得无线电信号干扰源的无线电信号的空间谱函数PMUSIC包括如下步骤：
利用信号接收天线11采集的无线电信号构建一个阵列快拍数据协方差矩阵(称谓R协方差矩阵)，该R协方差矩阵定义为：
其中(1)式中的Rs＝E[s(t)sH(t)]为信号协方差矩阵，I为单位矩阵，为噪声方差，A为信号对应的方向矩阵，AH为A的转置共轭矩阵，X(t)为所有信号(包括有效信号和噪声)IQ矩阵，s(t)为有效信号矩阵，XH(t)为X(t)的转置共轭矩阵，sH(t)为s(t)的转置共轭矩阵。
对R协方差矩阵进行特征分解得到如下(2)式：
其中(2)式中的λi代表特征值，ΛS＝diag[λ1，λ2，…，λN]是N个大特征值构成的对角阵，Λn＝diag[λN+1，λN+2，…，λM]是由M-N个小特征值构成的对角阵，US＝[e1,e2,…,en]是由N个大特征值对应的特征向量张成的信号子空间，Un＝[eN+1，eN+2，…，eM]是由M-N个小特征值对应的特征向量张成的噪声子空间。
在实际中，由于阵列的接收信号数据是有限的，利用R协方差矩阵的最大似然估计值来代替理论值，得到R协方差矩阵的最大似然估计值得到如下(3)式：
其中(3)式中的L为快拍数，X(i)为第i时刻阵列采样数据向量，XH(i)为X(i)的转置共轭矩阵。
角度计算模块104对R协方差矩阵的最大似然估计值进行特征分解得到噪声子空间的最大似然估计值由于快拍数有限，因此对进行特征分解得到的噪声子空间与信号响应向量并不是完全正交。为进行无线电信号干扰源4的角度计算，定义MUSIC算法空间谱函数(PMUSIC)，表示如下(4)式：
其中(4)式中的α为无线电信号干扰源4的角度矩阵，aH为α的转置共轭矩阵，为的转置共轭矩阵。
步骤S34，所述干扰源平面空间角度定向装置2还利用Labview平台软件21绘制MUSIC算法空间谱函数PMUSIC的空间谱图，在PMUSIC的空间谱图中搜索无线电信号产生的频率极值，该频率极值在空间谱图横坐标对应的位置即为信号接收天线11相对于无线电信号干扰源的角度。如图3所示，图3为MUSIC算法空间谱图。纵坐标表示为PMUSIC，单位为dB，横坐标表示为角度，单位为度数。在本实施例中，所述干扰源平面空间角度定向装置2利用Labview平台软件21绘制MUSIC算法空间谱函数PMUSIC的空间谱图，该MUSIC算法空间谱函数PMUSIC的空间谱图能够显示在干扰源平面空间角度定向装置2的显示器25上，在PMUSIC的空间谱图中搜索无线电信号产生的频率极值，该频率极值在空间谱图横坐标对应的位置即为信号接收天线11相对于无线电信号干扰源4的角度。
本发明提出的无线电信号干扰源平面空间角度定向系统及方法，通过USRP设备的信号接收天线对无线电信号进行接收采集，然后采用阵列信号处理技术对无线电信号进行处理，以及通过MUSIC算法获得无线电信号干扰源的无线电信号的空间谱函数PMUSIC，从而可准确获得信号接收天线相对于无线电信号干扰源的角度。
本领域技术人员可以理解，上述实施方式中各种方法的全部或部分步骤可以通过相关程序指令完成，该程序可以存储于计算机可读存储介质中，存储介质可以包括：只读存储器、随机存储器、磁盘或光盘等。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效功能变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (8)

1.一种无线电信号干扰源平面空间角度定向系统，包括USRP设备和干扰源平面空间角度定向装置，所述USRP设备包括信号接收天线，所述干扰源平面空间角度定向装置安装有Labview平台软件，所述干扰源平面空间角度定向装置通过通信网络连接USRP设备，其特征在于：
所述USRP设备用于收集无线电信号干扰源的两路无线电信号，以及将所述两路无线电信号转换为IQ调制信号；
所述干扰源平面空间角度定向装置用于利用Labview平台软件从所述两路IQ调制信号中采集阵列快拍数据；
所述干扰源平面空间角度定向装置还用于利用MUSIC算法处理所述快拍数据阵列获得无线电信号干扰源的无线电信号的空间谱函数PMUSIC；
所述干扰源平面空间角度定向装置还用于利用Labview平台软件绘制MUSIC算法空间谱函数PMUSIC的空间谱图，在PMUSIC的空间谱图中搜索无线电信号产生的频率极值，该频率极值在空间谱图横坐标对应的位置即为信号接收天线相对于无线电信号干扰源的角度。
2.如权利要求1所述的无线电信号干扰源平面空间角度定向系统，其特征在于，所述USRP设备通过两个接收天线接收无线电信号干扰源的无线电信号。
3.如权利要求1所述的无线电信号干扰源平面空间角度定向系统，其特征在于，所述阵列快拍数据包括由Labview平台软件同时从所述两路IQ调制信号中采集的数据。
4.如权利要求1所述的无线电信号干扰源平面空间角度定向系统，其特征在于，所述干扰源平面空间角度定向装置还用于利用MUSIC算法处理所述快拍数据阵列获得无线电信号干扰源的无线电信号的空间谱函数PMUSIC的方式为：
利用信号接收天线采集的无线电信号构建一个阵列快拍数据协方差矩阵R，该阵列快拍数据协方差矩阵定义为如下(1)式：
<mrow> <mi>R</mi> <mo>=</mo> <mi>E</mi> <mo>&amp;lsqb;</mo> <mi>X</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <msup> <mi>X</mi> <mi>H</mi> </msup> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>=</mo> <msub> <mi>AR</mi> <mi>s</mi> </msub> <msup> <mi>A</mi> <mi>H</mi> </msup> <mo>+</mo> <msubsup> <mi>&amp;sigma;</mi> <mi>n</mi> <mn>2</mn> </msubsup> <mi>I</mi> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>
其中(1)式中的Rs＝E[s(t)sH(t)]为信号协方差矩阵，I为单位矩阵，为噪声方差，A为信号对应的方向矩阵，AH为A的转置共轭矩阵，X(t)为所有信号(包括有效信号和噪声)IQ矩阵，s(t)为有效信号矩阵，XH(t)为X(t)的转置共轭矩阵，sH(t)为s(t)的转置共轭矩阵；
对R协方差矩阵进行特征分解得到如下(2)式：
<mrow> <mi>R</mi> <mo>=</mo> <msubsup> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </msubsup> <msub> <mi>&amp;lambda;</mi> <mi>i</mi> </msub> <msub> <mi>e</mi> <mi>i</mi> </msub> <msubsup> <mi>e</mi> <mi>i</mi> <mi>H</mi> </msubsup> <mo>=</mo> <msub> <mi>U</mi> <mi>S</mi> </msub> <msub> <mi>A</mi> <mi>S</mi> </msub> <msubsup> <mi>U</mi> <mi>S</mi> <mi>H</mi> </msubsup> <mo>+</mo> <msub> <mi>U</mi> <mi>n</mi> </msub> <msub> <mi>&amp;Lambda;</mi> <mi>n</mi> </msub> <msubsup> <mi>U</mi> <mi>n</mi> <mi>H</mi> </msubsup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>
其中(2)式中的λi代表特征值，Λs＝diag[λ1,2,…,λN]是N个大特征值构成的对角阵，Λn＝diag[λN,N+2,…,λM]是由M-N个小特征值构成的对角阵，US＝[e1,e2,…,en]是由N个大特征值对应的特征向量组成的信号子空间，Un＝[eN+1,eN+2,…,eM]是由M-N个小特征值对应的特征向量组成的噪声子空间，US H为US的转置共轭矩阵；
利用信号R协方差矩阵的最大似然估计值来代替理论值，得到R协方差矩阵的最大似然估计值表示如下(3)式：
<mrow> <mover> <mi>R</mi> <mo>^</mo> </mover> <mo>=</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>/</mo> <mi>L</mi> <mo>)</mo> </mrow> <msubsup> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>L</mi> </msubsup> <mi>X</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> <msup> <mi>X</mi> <mi>H</mi> </msup> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mover> <mi>U</mi> <mo>^</mo> </mover> <mi>s</mi> </msub> <msub> <mi>&amp;Lambda;</mi> <mi>S</mi> </msub> <msubsup> <mover> <mi>U</mi> <mo>^</mo> </mover> <mi>s</mi> <mi>H</mi> </msubsup> <mo>+</mo> <msub> <mover> <mi>U</mi> <mo>^</mo> </mover> <mi>n</mi> </msub> <msub> <mi>&amp;Lambda;</mi> <mi>n</mi> </msub> <msubsup> <mover> <mi>U</mi> <mo>^</mo> </mover> <mi>n</mi> <mi>H</mi> </msubsup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow>
其中(3)式中的L为快拍数，X(i)为第i时刻阵列采样数据向量，XH(i)为X(i)的转置共轭矩阵；
对R协方差矩阵的最大似然估计值进行特征分解得到噪声子空间的最大似然估计值并定义MUSIC算法空间谱函数PMUSIC，表示如下(4)式：
<mrow> <msub> <mi>P</mi> <mrow> <mi>M</mi> <mi>U</mi> <mi>S</mi> <mi>I</mi> <mi>C</mi> </mrow> </msub> <mo>=</mo> <mn>1</mn> <mo>/</mo> <msup> <mi>a</mi> <mi>H</mi> </msup> <msub> <mover> <mi>U</mi> <mo>^</mo> </mover> <mi>n</mi> </msub> <msubsup> <mover> <mi>U</mi> <mo>^</mo> </mover> <mi>n</mi> <mi>H</mi> </msubsup> <mi>a</mi> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>4</mn> <mo>)</mo> </mrow> </mrow>
其中(4)式中的α为无线电信号干扰源的角度矩阵，aH为α的转置共轭矩阵，为的转置共轭矩阵。
5.一种无线电信号干扰源平面空间角度定向方法，其特征在于，该方法运行于权利要求1所述的无线电信号干扰源平面空间角度定向系统中，该方法包括步骤：
USRP设备收集无线电信号干扰源的两路无线电信号，以及将所述两路无线电信号转换为IQ调制信号；
干扰源平面空间角度定向装置利用Labview平台软件从所述两路IQ调制信号中采集阵列快拍数据；
干扰源平面空间角度定向装置利用MUSIC算法处理所述快拍数据阵列获得无线电信号干扰源的无线电信号的空间谱函数PMUSIC；
干扰源平面空间角度定向装置利用Labview平台软件绘制MUSIC算法空间谱函数PMUSIC的空间谱图，在PMUSIC的空间谱图中搜索无线电信号产生的频率极值，该频率极值在空间谱图横坐标对应的位置即为信号接收天线相对于无线电信号干扰源的角度。
6.如权利要求5所述的无线电信号干扰源平面空间角度定向方法，其特征在于，所述USRP设备通过两个接收天线接收无线电信号干扰源的无线电信号。
7.如权利要求5所述的无线电信号干扰源平面空间角度定向方法，其特征在于，所述阵列快拍数据包括由Labview平台软件同时从所述两路IQ调制信号中采集的数据。
8.如权利要求5所述的无线电信号干扰源平面空间角度定向方法，其特征在于，所述干扰源平面空间角度定向装置利用MUSIC算法处理所述快拍数据阵列获得无线电信号干扰源的无线电信号的空间谱函数PMUSIC步骤包括如下步骤：
利用信号接收天线采集的无线电信号构建一个阵列快拍数据协方差矩阵R，该阵列快拍数据协方差矩阵定义为如下(1)式：
<mrow> <mi>R</mi> <mo>=</mo> <mi>E</mi> <mo>&amp;lsqb;</mo> <mi>X</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <msup> <mi>X</mi> <mi>H</mi> </msup> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>=</mo> <msub> <mi>AR</mi> <mi>s</mi> </msub> <msup> <mi>A</mi> <mi>H</mi> </msup> <mo>+</mo> <msubsup> <mi>&amp;sigma;</mi> <mi>n</mi> <mn>2</mn> </msubsup> <mi>I</mi> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>
其中(1)式中的Rs＝E[s(t)sH(t)]为信号协方差矩阵，I为单位矩阵，为噪声方差，A为信号对应的方向矩阵，AH为A的转置共轭矩阵，X(t)为所有信号(包括有效信号和噪声)IQ矩阵，s(t)为有效信号矩阵，XH(t)为X(t)的转置共轭矩阵，sH(t)为s(t)的转置共轭矩阵；
对R协方差矩阵进行特征分解得到如下(2)式：
<mrow> <mi>R</mi> <mo>=</mo> <msubsup> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </msubsup> <msub> <mi>&amp;lambda;</mi> <mi>i</mi> </msub> <msub> <mi>e</mi> <mi>i</mi> </msub> <msubsup> <mi>e</mi> <mi>i</mi> <mi>H</mi> </msubsup> <mo>=</mo> <msub> <mi>U</mi> <mi>S</mi> </msub> <msub> <mi>&amp;Lambda;</mi> <mi>S</mi> </msub> <msubsup> <mi>U</mi> <mi>s</mi> <mi>H</mi> </msubsup> <mo>+</mo> <msub> <mi>U</mi> <mi>n</mi> </msub> <msub> <mi>&amp;Lambda;</mi> <mi>n</mi> </msub> <msubsup> <mi>U</mi> <mi>n</mi> <mi>H</mi> </msubsup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>
其中(2)式中的λi代表特征值，Λs＝diag[λ1,λ2,…,λN]是N个大特征值构成的对角阵，Λn＝diag[λN+1,λN+2,…,λM]是由M-N个小特征值构成的对角阵，US＝[e1,e2,…,en]是由N个大特征值对应的特征向量组成的信号子空间，Un＝[eN+1,eN+2,…,eM]是由M-N个小特征值对应的特征向量组成的噪声子空间，US H为US的转置共轭矩阵；
利用信号R协方差矩阵的最大似然估计值来代替理论值，得到R协方差矩阵的最大似然估计值表示如下(3)式：
<mrow> <mover> <mi>R</mi> <mo>^</mo> </mover> <mo>=</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>/</mo> <mi>L</mi> <mo>)</mo> </mrow> <msubsup> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>L</mi> </msubsup> <mi>X</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> <msup> <mi>X</mi> <mi>H</mi> </msup> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mover> <mi>U</mi> <mo>^</mo> </mover> <mi>s</mi> </msub> <msub> <mi>&amp;Lambda;</mi> <mi>S</mi> </msub> <msubsup> <mover> <mi>U</mi> <mo>^</mo> </mover> <mi>s</mi> <mi>H</mi> </msubsup> <mo>+</mo> <msub> <mover> <mi>U</mi> <mo>^</mo> </mover> <mi>n</mi> </msub> <msub> <mi>&amp;Lambda;</mi> <mi>n</mi> </msub> <msubsup> <mover> <mi>U</mi> <mo>^</mo> </mover> <mi>n</mi> <mi>H</mi> </msubsup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow>
其中(3)式中的L为快拍数，X(i)为第i时刻阵列采样数据向量，XH(i)为X(i)的转置共轭矩阵；
对R协方差矩阵的最大似然估计值进行特征分解得到噪声子空间的最大似然估计值并定义MUSIC算法的空间谱函数PMUSIC，表示如下(4)式：
<mrow> <msub> <mi>P</mi> <mrow> <mi>M</mi> <mi>U</mi> <mi>S</mi> <mi>I</mi> <mi>C</mi> </mrow> </msub> <mo>=</mo> <mn>1</mn> <mo>/</mo> <msup> <mi>a</mi> <mi>H</mi> </msup> <msub> <mover> <mi>U</mi> <mo>^</mo> </mover> <mi>n</mi> </msub> <msubsup> <mover> <mi>U</mi> <mo>^</mo> </mover> <mi>n</mi> <mi>H</mi> </msubsup> <mi>a</mi> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>4</mn> <mo>)</mo> </mrow> </mrow>
其中(4)式中的α为无线电信号干扰源的角度矩阵，aH为α的转置共轭矩阵，为的转置共轭矩阵。
CN201710922529.2A 2017-09-30 2017-09-30 无线电信号干扰源平面空间角度定向系统及方法 Pending CN107728103A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710922529.2A CN107728103A (zh) 2017-09-30 2017-09-30 无线电信号干扰源平面空间角度定向系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710922529.2A CN107728103A (zh) 2017-09-30 2017-09-30 无线电信号干扰源平面空间角度定向系统及方法

Publications (1)

Publication Number Publication Date
CN107728103A true CN107728103A (zh) 2018-02-23

Family

ID=61209648

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710922529.2A Pending CN107728103A (zh) 2017-09-30 2017-09-30 无线电信号干扰源平面空间角度定向系统及方法

Country Status (1)

Country Link
CN (1) CN107728103A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109975842A (zh) * 2019-03-04 2019-07-05 广东工业大学 一种基于小波变换的北斗卫星信号高精度盲捕获方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109975842A (zh) * 2019-03-04 2019-07-05 广东工业大学 一种基于小波变换的北斗卫星信号高精度盲捕获方法
CN109975842B (zh) * 2019-03-04 2020-12-15 广东工业大学 一种基于小波变换的北斗卫星信号高精度盲捕获方法

Similar Documents

Publication Publication Date Title
Wang et al. Polarization channel estimation for circular and non-circular signals in massive MIMO systems
US7477190B2 (en) Smart antenna beamforming device in communication system and method thereof
CN102169170B (zh) 一种相干分布式信号二维波达角的测定方法
CN107167763A (zh) 基于非圆特性的远近场混合信号波达方向估计方法
CN112910578B (zh) 一种针对毫米波3d mimo信道的路径参数提取方法
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
CN104375115B (zh) 极化敏感阵列下非圆信号doa与极化参数联合估计方法
CN107656242A (zh) 无线电信号干扰源平面空间定位系统及方法
CN110515038B (zh) 一种基于无人机-阵列的自适应无源定位装置及实现方法
CN106526530A (zh) 基于传播算子的2‑l型阵列二维doa估计算法
CN106526531A (zh) 基于三维天线阵列的改进传播算子二维doa估计算法
CN104360310A (zh) 一种多目标近场源定位方法和装置
CN107907853A (zh) 一种基于均匀圆阵差分相位的单分布源doa估计方法
CN110045322B (zh) 一种基于高分辨测向语图智能识别的短波自动测向方法
CN112130111A (zh) 一种大规模均匀十字阵列中单快拍二维doa估计方法
Lu et al. Robust expectation–maximization direction-of-arrival estimation algorithm for wideband source signals
CN106788655A (zh) 互耦条件下未知互耦信息的干扰相干稳健波束形成方法
CN108828586A (zh) 一种基于波束域的双基地mimo雷达测角优化方法
CN107728103A (zh) 无线电信号干扰源平面空间角度定向系统及方法
CN105510872B (zh) 一种适用于大规模mimo系统的二维波达角的测定方法
CN110727915A (zh) 一种基于数据相关约束的鲁棒自适应波束形成方法
EP1291664B1 (fr) Procédé et dispositif de radiogoniometrie cooperative en transmission
CN109450504A (zh) 基于同心圆均匀圆阵列天线涡旋电磁波的解调方法
CN104994041A (zh) 三维大规模天线系统基于导频的波达波离角联合估计方法
CN107402371A (zh) 一种智能天线阵

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20180223

WD01 Invention patent application deemed withdrawn after publication