CN108880648B - 基于微波光子阵列的超宽带信号频率估计方法 - Google Patents

Abstract

本发明提出了一种基于微波光子阵列的超宽带信号波达频率估计方法，用于解决现有技术中存在的超宽带信号波达频率估计效率和估计精度较低的技术问题。实现步骤为：1)获取一阶边带信号E₀(t)；2)构建微波光子阵列D；3)获取微波光子阵列D输出的超宽带信号E_m的光功率P_m；4)定义光功率比值向量Q；5)定义与阵列流型向量

相关的M×N_θ维矩阵

6)获取微波光子阵列D输出的超宽带信号E_m的波达频率Ω_m。

Description

基于微波光子阵列的超宽带信号频率估计方法

技术领域

本发明属于光电通信技术领域，涉及一种超宽带信号频率估计方法,特别涉及一种基于微波光子阵列的超宽带信号频率估计方法,可用于目标检测与无源定位。

背景技术

超宽带信号频率估计是利用空间中的信号接收设备接收多个不同方向的信号源发出的信号，运用现代信号处理方法快速准确的获得信号源频率的技术，在雷达、声纳、无线通信等领域具有重要应用价值。

目前，最新超宽带信号波达方向角估计方法是用微波光子估计超超宽带信号波达方向角，这种方法旨在采用光电器件和光电学方法估计超超宽带信号波达方向角，与传统超超宽带信号波达方向角估计方法相比，具有估计带宽大、损耗小、抗干扰能力强、系统小型等优点，能够克服电子瓶颈，适应复杂的电磁环境的优点。例如申请公布号为CN107528638A,名称为“基于微波光子的超宽带接收机装置及实现方法”的专利申请中，公开了一种基于微波光子的超宽带接收机装置及实现方法，该方法将激光源输出的光信号分成两路，一路用于生成频率等间隔的光频梳，采用外调制的方式实现；另一路被待接收射频信号经电光调制器调制，并与光频梳路的光信号合成。该合成信号通过可调谐窄带带通光学滤波器，经该滤波器可将载有待测信号的光频与最临近的光频梳的固定频点滤出，再经过高速探测器变换，实现两个频率拍频合成得到其差频，即得到待测信号下变频的中频信号。本发明将微波光子学中光频梳的技术应用于微波信号接收的设计，结合可调光滤波器，实现了在低频率本振信号(2GHz～5GHz)的条件下，超宽带信号接收和下变频，其中接收带宽十几倍于低频本振信号。但是由于该方法是基于两阵元实现的，因此频率估计范围有限，且估计效率和估计精度较低。

发明内容

本发明的目的在于克服上述现有技术存在的不足，提出了一种基于微波光子阵列的超宽带信号频率估计方法，用于解决现有技术中存在的超宽带信号频率估计效率和估计精度较低的问题。

为实现上述目的，本发明采取的技术方案包括如下步骤：

(1)获取一阶边带信号E₀(t)：

将天线0接收到的微波信号V₀(t)和激光信号源输出的光载波信号E₀输入到马赫增德尔调制器MZM-0中进行调制，得到多边带信号，并对多边带信号进行窄带滤波，得到一阶边带信号E₀(t)；

(2)构建微波光子阵列D：

构建由m个级联的微波时延线组成的微波光子阵列D，相邻微波时延线之间的距离为d，m＝1...M，m≥2，第m个微波时延线上级联有马赫增德尔调制器MZM-m、滤波器F-m和光功率计OPM-m，得到微波光子阵元D_m，m个微波光子阵元组成微波光子阵列D；

(3)获取微波光子阵列D输出的超宽带信号E_m的光功率P_m：

(3a)将第m个微波时延线接收到的微波时延信号V_m(t)和MZM-0输出的一阶边带信号E₀(t)输入到马赫增德尔调制器MZM-m中进行调制，并通过滤波器F-m对调制得到的第m个调制信号进行窄带滤波，得到第m个超宽带信号E_m：

其中

V_m为马赫增德尔调制器MZM-m的半波电压且V₁＝V₂＝...V_m＝V_M，β_1k＝β_2k＝...＝β_mk...＝β_Mk，τ为相邻微波时延线接收到的微波信号V_m(t)的延迟时间，Ω_k表示微波时延线接收到的微波信号的角频率，Ω_km表示m个微波时延线接收到的微波信号的角频率之和，L_m为马赫增德尔调制器MZM-m的插入损耗且L₁＝L₂＝...L_m＝L_M，J₁(·)表示一阶贝赛尔函数；

(3b)将第m个超宽带信号E_m输入到光功率计OPM-m中，计算超宽带信号E_m的光功率P_m：

(4)定义光功率比值向量Q：

(4a)计算P_m的相对光功率比值Q_m：

(4b)定义M×1维的光功率比值向量：Q＝[Q₁，Q₂，…，Q_m…，Q_M]^T，其中[·]^T表示矩阵[·]的转置；

(5)定义M×N维矩阵Z_D(w)_m，k：

(5a)根据微波信号源的空域稀疏特性，采用空间网格划分方法，将可搜索的空间频率域等间隔划分成N份，得到超宽带信号E_m的频率的取值空间w为：w＝[w₁，w₂，…，w_k…，w_N]；

(5b)定义与阵列流型向量相关的M×N维的矩阵Z_D(w)_m，k：

(6)估计微波光子阵列D输出的超宽带信号E_m的频率Ω_m：

(6a)定义一个N×1维的稀疏表示系数向量：

该向量为未知向量；

(6b)通过改进的L1-SRACV算法模型，构建基于稀疏重构的约束优化方程式：

其中||·||₁和||·||₂分别表示l₁范数和l₂范数，s.t.表示约束关系，ε表示误差的允许值；

(6c)估计稀疏重构的约束优化方程中

的最优解，并用

的最优解求解超宽带信号E_m的频率Ω_m。

本发明与现有技术相比，具有以下优点：

1)本发明在超宽带信号的获取中采用微波光子阵列，无需事先估计入射信号的个数，避免了现有超宽带信号频率估计方法中角度搜索和角度匹配的问题，与现有技术相比，提高了超宽带信号频率的估计效率。

2)本发明在超宽带信号频率的估计中采用稀疏表示的思想将频率度估计问题转化成稀疏重构问题，利用信号源在的空域稀疏特性进行建模，突破了微波信号瑞利限的问题，与现有技术相比，提高了超宽带信号频率的估计精度。

附图说明

图1是实现本发明采用的估计系统的结构示意图；

图2是本发明的实现流程图。

具体实施方式

下面结合附图和具体实施例，对本发明作进一步详细描述：

参照图1、实现本发明采用的估计系统，包括微波光子阵列和一阶边带信号生成器。在空间等间隔放置m个级联的微波时延线，m＝1...M，m≥2，分别定义为微波时延线1，微波时延线2，...，微波时延线m，...，微波时延线M，相邻微波时延线之间的距离为d，m个级联的微波时延线组成微波光子阵列，第m个微波时延线上级联有马赫增德尔调制器MZM-m、滤波器F-m和光功率计OPM-m。一阶边带信号生成器是将激光信号源、天线0和一个滤波器F-0并联到马赫增德尔调制器MZM-0上。一阶边带信号生成器中的滤波器F-0与微波光子阵列D中每一个微波时延线相连接，微波光子阵列D中的每一个光功率计分别级联1个功率比值器，m个光功率比值器并联到稀疏表示模型中。

参照图2、一种基于微波光子阵列的超宽带信号频率估计方法，包括如下步骤：

步骤1)获取一阶边带信号E₀(t)：

将天线0接收到的微波信号V₀(t)和激光信号源输出的光载波信号E₀输入到马赫增德尔调制器MZM-0中进行调制成为光电信号，得到多边带光电信号，并对多边带光电信号进行窄带滤波，滤除光载频以外的信号频率分量，得到一阶边带光电信号E₀(t)：

其中，ω表示光载波信号E₀的载波角频率，p表示光载波信号E₀的载波功率，

，k为调制系数，L₀为MZM-0的插入损耗，Ω₀为微波信号V₀(t)的角频率，J₁(·)表示一阶贝赛尔函数。

马赫增德尔调制器是将输入的光载波信号和微波信号调制成为光电信号的光电器件，将光信号和电信号调制成为光电信号，即微波光子。

步骤2)构建微波光子阵列D：

在空间等间隔放置m个微波时延线，m＝1...M，m≥2，分别定义为微波时延线1，微波时延线2，...，微波时延线m，微波时延线M，相邻微波时延线之间的距离为d，构建由m个并联的微波时延线组成的微波光子阵列，第m个微波时延线上级联有马赫增德尔调制器MZM-m、滤波器F-m和光功率计OPM-m，得到微波光子阵元D_m，这m个微波光子阵元组成微波光子阵列D，将一阶边带光电信号E₀(t)输入到这m个微波光子阵元组成微波光子阵列D中，可同时得到m个超宽带信号，对m个超宽带信号进行频率的估计，这样可以避免传统超宽带信号的频率估计中需要进角度搜索和角度匹配的问题，不用预先知道信号个数，提高了超宽带信号频率的估计效率，具体实施例中，m＝50。

步骤3)获取微波光子阵列D输出的超宽带信号E_m的光功率P_m：

步骤3a)将第m个微波时延线接收到的微波信号V_m(t)和MZM-0输出的一阶边带光电信号E₀(t)输入到马赫增德尔调制器MZM-m中进行调制，并通过滤波器F-m对调制得到的第m个调制信号进行窄带滤波，得到第m个超宽带信号E_m：

其中

V_m为马赫增德尔调制器MZM-m的半波电压且V₁＝V₂＝...V_m＝V_M，β_1k＝β_2k＝...＝β_mk...＝β_Mk，τ为相邻微波时延线接收到的微波信号V_m(t)的延迟时间，Ω_k表示微波时延线接收到的微波信号的角频率，Ω_km表示m个微波时延线接收到的微波信号的角频率之和，L_m为马赫增德尔调制器MZM-m的插入损耗且L₁＝L₂＝...L_m＝L_M，J₁(·)表示一阶贝赛尔函数；

步骤3b)将第m个超宽带信号E_m输入到光功率计OPM-m中，计算超宽带信号E_m的光功率P_m：

(4)定义光功率比值向量Q：

(4a)计算P_m的相对光功率比值Q_m：

(4b)定义M×1维的光功率比值向量：Q＝[Q₁，Q₂，…，Q_m…，Q_M]^T，其中[·]^T表示矩阵[·]的转置；

步骤5)定义M×N维矩阵Z_D(w)_m，k：

步骤5a)根据微波信号源的空域稀疏特性，采用空间网格划分方法，将可搜索的频率域等间隔划分成N份，得到超带微波信号E_m的角频率的取值空间w为：w＝[w₁，w₂，…，w_k…，w_N]；

(5b)定义与阵列流型向量相关的M×N维的矩阵Z_D(w)_m.k：

步骤6)估计微波光子阵列D输出的超宽带信号E_m的频率Ω_m：

步骤6a)定义一个N×1维的稀疏表示系数向量：

该向量为未知向量；

步骤6b)信号源在空域有稀疏特性，应用于超宽带信号的频率可以突破微波信号的瑞利限，进一步提高超宽带信号频率精度。通过改进的L1-SRACV算法模型，可得稀疏重构约束化方程为：

其中||·||₁和||·||₂分别表示l₁范数和l₂范数，s.t.表示约束关系，ε表示误差的允许值；

改进的L1-SRACV算法模型是利用阵列接收数据奇异值分解(SVD)得到的信号子空间构造稀疏表示模型，重构稀疏约束化方程。

步骤6c)估计约束优化方程中稀疏表示系数向量

最优解，并用稀疏表示系数向量

的最优解求解超宽带信号E_m的频率Ω_m：

采用凸优化方法求解稀疏重构约束化方程，凸优化是一种比较特殊的优化，是指目标函数和约束函数均为凸函数的优化问题，凸优化问题有一套非常完备的解决算法，在此采用现有针对凸优化问题的软件包CVX(Grant M，Boyd S.CVX：Matlab software fordisciplined convex programming[J].2008[Online]Available：http://stanfordedu/～boyd/cvx)来求解，通过该方法能够快速地得到稀疏表示系数向量

的最优解。

以超宽带信号E_m的频率取值范围w＝[w₁，w₂，...，w_k...，w_N]的值为x轴坐标，以稀疏表示系数向量

最优解的幅度值为y轴坐标，绘制幅度谱图，在该幅度谱图中按照从高到低的顺序寻找幅值较大的前M个谱峰，第m谱峰的峰值点所对应的x轴坐标即为所求第m个超宽带信号E_m的频率Ω_m。

Claims (2)

1.一种基于微波光子阵列的超宽带信号频率估计方法，其特征在于，包括如下步骤：

(1)获取一阶边带信号E₀(t)：

将天线0接收到的微波信号V₀(t)和激光信号源输出的光载波信号E₀输入到马赫增德尔调制器MZM-0中进行调制，得到多边带信号，并对多边带信号进行窄带滤波，得到一阶边带信号E₀(t)；

(2)构建微波光子阵列D：

构建由M个级联的微波时延线组成的微波光子阵列D，相邻微波时延线之间的距离为d，m＝1...M，M≥2，第m个微波时延线上级联有马赫增德尔调制器MZM-m、滤波器F-m和光功率计OPM-m，得到微波光子阵元D_m，M个微波光子阵元组成微波光子阵列D；

(3)获取微波光子阵列D输出的超宽带信号E_m的光功率P_m：

(3a)将第m个微波时延线接收到的微波时延信号V_m(t)和MZM-0输出的一阶边带信号E₀(t)输入到马赫增德尔调制器MZM-m中进行调制，并通过滤波器F-m对调制得到的第m个调制信号进行窄带滤波，得到第m个超宽带信号E_m：

其中

p表示光载波信号E₀的载波功率，K为调制系数，k＝K＝1，V_m为施加到马赫增德尔调制器MZM-m上的电压，且V₁＝V₂＝...V_m＝V_M，β_1k＝β_2k＝…＝β_mk...＝β_Mk，τ为相邻微波时延线接收到的微波信号V_m(t)的延迟时间，Ω_k表示微波时延线接收到的微波信号的角频率，Ω_km表示m个微波时延线接收到的微波信号的角频率之和，L_m为马赫增德尔调制器MZM-m的插入损耗且L₁＝L₂＝…L_m＝L_M，J₁(·)表示一阶贝赛尔函数，L₀为MZM-0的插入损耗，

ω表示光载波信号E₀的载波角频率；

(3b)将第m个超宽带信号E_m输入到光功率计OPM-m中，计算超宽带信号E_m的光功率P_m：

(4)定义光功率比值向量Q：

(4a)计算P_m的相对光功率比值Q_m：

(4b)定义M×1维的光功率比值向量：Q＝[Q₁，Q₂，...，Q_m...，Q_M]^T，其中[·]^T表示矩阵[·]的转置；

(5)定义M×N维矩阵Z_D(w)_m，k：

(5a)根据微波信号源的空域稀疏特性，采用空间网格划分方法，将可搜索的空间频率域等间隔划分成N份，N＞＞M，得到超宽带信号E_m的频率的取值空间w为：w＝[w₁，w₂，...，w_k...，w_N]；

(5b)定义与阵列流型向量相关的M×N维的矩阵Z_D(w)_m，k：

(6)估计微波光子阵列D输出的超宽带信号E_m的频率Ω_m：

(6a)定义一个N×1维的稀疏表示系数向量：

该向量为未知向量；

(6b)通过改进的L1-SRACV算法模型，构建基于稀疏重构的约束优化方程式：

其中||·||₁和||·||₂分别表示l₁范数和l₂范数，s.t.表示约束关系，ε表示误差的允许值；

(6c)估计稀疏重构的约束优化方程中

的最优解，并用

的最优解求解超宽带信号E_m的频率Ω_m，实现步骤为：采用凸优化方法求解稀疏重构约束化方程估计稀疏表示系数向量

的最优解，以超宽带信号E_m的角频率取值范围w＝[w₁，w₂，...，w_k...，w_N]的值为x轴坐标，以稀疏表示系数向量

的最优解的幅度值为y轴坐标，绘制幅度谱图，在该幅度谱图中按照从高到低的顺序寻找幅值较大的前M个谱峰，第m谱峰的峰值点所对应的x轴坐标即为所求第m个超宽带信号E_m的频率Ω_m。

2.根据权利要求1所述的基于微波光子阵列的超宽带信号频率估计方法，其特征在于，步骤(1)中所述的一阶边带信号E₀(t)，其表达式为：

其中，Ω₀为微波信号V₀(t)的角频率，J₁(·)表示一阶贝赛尔函数。

Images