CN109116294A - 基于微波光子阵列的超宽带信号波达方向角估计方法 - Google Patents
基于微波光子阵列的超宽带信号波达方向角估计方法 Download PDFInfo
- Publication number
- CN109116294A CN109116294A CN201810736881.1A CN201810736881A CN109116294A CN 109116294 A CN109116294 A CN 109116294A CN 201810736881 A CN201810736881 A CN 201810736881A CN 109116294 A CN109116294 A CN 109116294A
- Authority
- CN
- China
- Prior art keywords
- ultra
- signal
- broadband signal
- microwave
- microwave photon
- 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
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Variable-Direction Aerials And Aerial Arrays (AREA)
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方向角估计方法,用于解决现有技术中存在的超宽带信号波达方向角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Em的光功率Pm;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×Nθ维矩阵6)获取微波光子阵列D输出的超宽带信号Em的相位7)计算微波光子阵列D输出的超宽带信号Em的波达方向角θm。
Description
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波达方向角估计方法,特别涉及一种基于微波光子阵列的超宽带信号波达方向角估计方法,可用于目标检测与无源定位。
背景技术
超宽带信号波达方向角估计是利用空间中的天线阵列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方向的技术,在雷达、声纳、无线通信等领域具有重要应用价值。针对该问题构建的模型中,出现较早且应用较为广泛的是基于子空间的模型,之前的大部分超宽带信号波达方向角估计都是利用该模型生成的。
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宽带信号波达方向角,与传统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“基于微波光子滤波的宽带微波信号到达角估计方法”的专利申请中,公开了一种基于微波光子滤波的宽带微波信号到达角估计方法,该方法利用偏振复用马赫增德尔调制器,结合差分延时模块,构建双抽头微波光子滤波器,对输入电信号进行陷波滤波并观察结果,但是由于该方法是基于两阵元实现的,因此一次只能估计一个角度,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波达方向角估计方法,用于解决现有技术中存在的超宽带信号波达方向角估计效率和估计精度较低的技术问题。
为克服上述现有技术的不足,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个并联的天线单元组成的天线阵列,相邻天线单元之间的距离为d,m=1…M,m≥2,第m个天线单元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Dm,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Em的光功率Pm:
(3a)将第m个天线单元接收到的微波信号Vm(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Em:
其中φk为第m个天线单元接收到的微波信号Vm(t)的相位差,φkm表示m个天线单元接收到的微波信号的相位差之和,Lm为马赫增德尔调制器MZM-m的插入损耗;
(3b)将第m个超宽带信号Em输入到光功率计OPM-m中,计算超宽带信号Em的光功率Pm:
(4)定义光功率比值向量Q:
(4a)计算Pm的相对光功率比值Qm:
(4b)定义M×1维的光功率比值向量:Q=[Q1,Q2,…,Qm…,QM]T,其中[·]T表示矩阵[·]的转置;
(5)定义M×Nθ维矩阵
(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,将可搜索的空间角度域等间隔划分成Nθ份,得到超宽带微波信号Em的相位的取值空间为:
(5b)定义M×Nθ维的矩阵
(6)获取微波光子阵列D输出的超宽带信号Em的相位
(6a)定义一个Nθ×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Em的相位
(7)计算微波光子阵列D输出的超宽带信号Em的波达方向角θm:
(7a)计算超宽带信号Em的相位与相邻天线单元接收到的微波信号Vm(t)的时差Δt:
其中,Ωm为第m个天线单元接收到的微波信号Vm(t)的角频率,ρ是一个整数值,可根据天线阵列的物理参数获取,c表示光速,L为两个相邻的马赫增德尔调制器之间的光纤长度;
(7b)计算超宽带信号Em的波达方向角θm:
其中,d表示相邻天线单元之间的距离。
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,同时可用于处理相干信号源和非相干信号源,避免了传统超宽带信号的波达角度估计中角度搜索或角度匹配过程,降低了运算量,与现有技术相比,提高了超宽带信号波达方向角的估计效率。
2)本发明在超宽带信号波达方向角的估计中采用稀疏表示的思想将波达方向角度估计问题转化成稀疏重构问题,利用信号源在空域稀疏的特点进行建模,突破了微波光子的瑞丽限,与现有技术相比,提高了超宽带信号波达方向角的估计精度。
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,一阶边带信号生成器。在空间等间隔放置m个天线,m=1…M,m≥2,分别定义为天线1,天线2,…,天线m,…,天线M,相邻天线之间的距离为d,m个并联的天线组成的微波光子阵列,第m个天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中每一个天线相连接,微波微波光子阵列D中的每一个光功率计分别级联1个光功率比值器,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波达方向角估计方法,包括如下步骤:
步骤1)获取一阶边带光电信号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:
在空间放置m个天线单元,m=1…M,m≥2,分别定义为天线单元1,天线单元2,…,天线单元m,天线单元M,这M个天线单元等间隔放置,相邻天线单元之间的距离为d,构建由m个并联的天线单元组成的天线阵列,第m个天线单元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Dm,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个超宽带信号进行波达方向角的估计,这样可以避免传统超宽带信号的波达角度估计中搜索或角度匹配问题,降低了运算量,提高超宽带信号波达方向角的估计效率,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Em的光功率Pm:
步骤3a)将第m个天线单元接收到的微波信号Vm(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Em:
其中φk为第m个天线单元接收到的微波信号Vm(t)的相位差,φkm表示m个天线单元接收到的微波信号的相位差之和,Lm为马赫增德尔调制器MZM-m的插入损耗;
步骤3b)将第m个超宽带信号Em输入到光功率计OPM-m中,计算超宽带信号Em的光功率Pm:
步骤4)定义光功率比值向量Q:
步骤4a)计算Pm的相对光功率比值Qm:
(4b)定义M×1维的光功率比值向量:Q=[Q1,Q2,…,Qm…,QM]T,其中[·]T表示矩阵[·]的转置;
步骤5)定义与阵列流型向量相关的M×Nθ维矩阵
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,将可搜索的空间角度域[-90°,90°]等间隔划分成Nθ份,得到超宽带微波信号Em的相位的取值空间为:Nθ>>M,网格划分间隔的取值Nθ根据期望达到的角度估计精度进行设定,网格划分间隔越小,则最终得到的角度估计值精度越高,具体实施例中,Nθ=100;
步骤5b)定义M×Nθ维的矩阵
步骤6)获取微波光子阵列D输出的超宽带信号Em的相位
步骤6a)定义一个Nθ×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波达方向角可以突破微波光子阵列分辨率的瑞丽限,进一步提高超宽带信号波达方向角精度。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Em的相位
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空域稀疏向量的最优解。
以超宽带信号Em的相位取值范围的值为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Em的相位
步骤7)计算微波光子阵列D输出的超宽带信号Em的波达方向角θm:
步骤7a)计算超宽带信号Em的相位与相邻天线单元接收到的微波信号Vm(t)的时差Δt:
其中,Ωm为第m个天线单元接收到的微波信号Vm(t)的角频率,ρ是一个整数值,可根据天线阵列的物理参数获取,c表示光速,l为两个相邻的天线单元之间的光纤长度,具体实施例中,ρ=1,l=1米;
步骤7b)计算超宽带信号Em的波达方向角θm:
其中,d表示相邻天线单元之间的距离,在具体实施例中d=1米。
Claims (3)
1.一种基于微波光子阵列的超宽带信号波达方向角估计方法,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个并联的天线单元组成的天线阵列,相邻天线单元之间的距离为d,m=1...M,m≥2,第m个天线单元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Dm,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Em的光功率Pm:
(3a)将第m个天线单元接收到的微波信号Vm(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Em:
其中φk为第m个天线单元接收到的微波信号Vm(t)的相位差,φkm表示m个天线单元接收到的微波信号的相位差之和,Lm为马赫增德尔调制器MZM-m的插入损耗;
(3b)将第m个超宽带信号Em输入到光功率计OPM-m中,计算超宽带信号Em的光功率Pm:
(4)定义光功率比值向量Q:
(4a)计算Pm的相对光功率比值Qm:
(4b)定义M×1维的光功率比值向量:Q=[Q1,Q2,…,Qm…,QM]T,其中[·]T表示矩阵[·]的转置;
(5)定义M×Nθ维矩阵
(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,将可搜索的空间角度域[-90°,90°]等间隔划分成Nθ份,得到超宽带微波信号Em的相位的取值空间为:
(5b)定义M×Nθ维的矩阵
(6)获取微波光子阵列D输出的超宽带信号Em的相位
(6a)定义一个Nθ×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Em的相位
(7)计算微波光子阵列D输出的超宽带信号Em的波达方向角θm:
(7a)计算超宽带信号Em的相位与相邻天线单元接收到的微波信号Vm(t)的时差△t:
其中,Ωm为第m个天线单元接收到的微波信号Vm(t)的角频率,ρ是一个整数值,可根据天线阵列的物理参数获取,c表示光速,L为两个相邻的马赫增德尔调制器之间的光纤长度;
(7b)计算超宽带信号Em的波达方向角θm:
其中,d表示相邻天线单元之间的距离。
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波达方向角估计方法,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,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。
3.根据权利要求1所述的基于微波光子阵列的超宽带信号波达方向角估计方法,其特征在于,步骤(6b)中所述的估计约束优化方程中并用稀疏表示系数向量的最优解,并用稀疏表示系数向量的最优解求解超宽带信号Em的相位按如下步骤进行:
采用凸优化方法求解稀疏重构约束化方程稀疏表示系数向量的最优解,以超宽带信号Em的相位取值范围的值为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Em的相位。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810736881.1A CN109116294B (zh) | 2018-07-06 | 2018-07-06 | 基于微波光子阵列的超宽带信号波达方向角估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810736881.1A CN109116294B (zh) | 2018-07-06 | 2018-07-06 | 基于微波光子阵列的超宽带信号波达方向角估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109116294A true CN109116294A (zh) | 2019-01-01 |
CN109116294B CN109116294B (zh) | 2022-12-02 |
Family
ID=64822072
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810736881.1A Active CN109116294B (zh) | 2018-07-06 | 2018-07-06 | 基于微波光子阵列的超宽带信号波达方向角估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109116294B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110350966A (zh) * | 2019-06-26 | 2019-10-18 | 西南交通大学 | 基于光子技术的宽带微波信号到达角度测量装置及方法 |
CN111175696A (zh) * | 2020-04-10 | 2020-05-19 | 杭州优智联科技有限公司 | 基于调频连续波的单基站超宽带aoa定位方法 |
CN111464241A (zh) * | 2020-04-06 | 2020-07-28 | 陈浩 | 提高微波信号到达角精度的测量系统及测量方法 |
CN111698037A (zh) * | 2020-06-08 | 2020-09-22 | 西安电子科技大学 | 基于微波光子的单微波信号波达方向角估计方法 |
CN111693932A (zh) * | 2020-06-08 | 2020-09-22 | 西安电子科技大学 | 基于微波光子的多微波信号波达方向角估计方法 |
CN112104416A (zh) * | 2019-06-17 | 2020-12-18 | 西安电子科技大学 | 基于双平行马赫增德尔调制器的到达角无模糊测量方法 |
CN113325365A (zh) * | 2021-05-18 | 2021-08-31 | 哈尔滨工程大学 | 一种基于四元数的相干信号二维doa估计方法 |
CN116131964A (zh) * | 2022-12-26 | 2023-05-16 | 西南交通大学 | 一种微波光子辅助的空频压缩感知频率和doa估计方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004061468A (ja) * | 2002-07-31 | 2004-02-26 | Fujitsu Ltd | 空間特性を用いた多重波の到来方向推定方法及びこれを用いた受信ビーム形成装置 |
US20120033761A1 (en) * | 2009-02-02 | 2012-02-09 | Commonwealth Scientific And Industrial Research Organisation | Hybrid Adaptive Antenna Array |
CN104020438A (zh) * | 2014-06-20 | 2014-09-03 | 西安电子科技大学 | 基于稀疏表示的波达方向角估计方法 |
CN104020439A (zh) * | 2014-06-20 | 2014-09-03 | 西安电子科技大学 | 基于空间平滑协方差矩阵稀疏表示的波达方向角估计方法 |
CN104483657A (zh) * | 2014-12-17 | 2015-04-01 | 中国科学院半导体研究所 | 基于全光交叉偏振调制的空间方向角测量系统 |
CN106772226A (zh) * | 2016-12-26 | 2017-05-31 | 西安电子科技大学 | 基于压缩感知时间调制阵列的doa估计方法 |
-
2018
- 2018-07-06 CN CN201810736881.1A patent/CN109116294B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004061468A (ja) * | 2002-07-31 | 2004-02-26 | Fujitsu Ltd | 空間特性を用いた多重波の到来方向推定方法及びこれを用いた受信ビーム形成装置 |
US20120033761A1 (en) * | 2009-02-02 | 2012-02-09 | Commonwealth Scientific And Industrial Research Organisation | Hybrid Adaptive Antenna Array |
CN104020438A (zh) * | 2014-06-20 | 2014-09-03 | 西安电子科技大学 | 基于稀疏表示的波达方向角估计方法 |
CN104020439A (zh) * | 2014-06-20 | 2014-09-03 | 西安电子科技大学 | 基于空间平滑协方差矩阵稀疏表示的波达方向角估计方法 |
CN104483657A (zh) * | 2014-12-17 | 2015-04-01 | 中国科学院半导体研究所 | 基于全光交叉偏振调制的空间方向角测量系统 |
CN106772226A (zh) * | 2016-12-26 | 2017-05-31 | 西安电子科技大学 | 基于压缩感知时间调制阵列的doa估计方法 |
Non-Patent Citations (1)
Title |
---|
常超: "基于微波光子技术对到达时差和抵达角的估计", 《电子科技》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112104416B (zh) * | 2019-06-17 | 2021-06-01 | 西安电子科技大学 | 基于双平行马赫增德尔调制器的到达角无模糊测量方法 |
CN112104416A (zh) * | 2019-06-17 | 2020-12-18 | 西安电子科技大学 | 基于双平行马赫增德尔调制器的到达角无模糊测量方法 |
CN110350966A (zh) * | 2019-06-26 | 2019-10-18 | 西南交通大学 | 基于光子技术的宽带微波信号到达角度测量装置及方法 |
CN110350966B (zh) * | 2019-06-26 | 2021-09-07 | 西南交通大学 | 基于光子技术的宽带微波信号到达角度测量装置及方法 |
CN111464241A (zh) * | 2020-04-06 | 2020-07-28 | 陈浩 | 提高微波信号到达角精度的测量系统及测量方法 |
CN111464241B (zh) * | 2020-04-06 | 2022-11-04 | 陈浩 | 提高微波信号到达角精度的测量系统及测量方法 |
CN111175696A (zh) * | 2020-04-10 | 2020-05-19 | 杭州优智联科技有限公司 | 基于调频连续波的单基站超宽带aoa定位方法 |
CN111698037A (zh) * | 2020-06-08 | 2020-09-22 | 西安电子科技大学 | 基于微波光子的单微波信号波达方向角估计方法 |
CN111698037B (zh) * | 2020-06-08 | 2021-06-01 | 西安电子科技大学 | 基于微波光子的单微波信号波达方向角估计方法 |
CN111693932A (zh) * | 2020-06-08 | 2020-09-22 | 西安电子科技大学 | 基于微波光子的多微波信号波达方向角估计方法 |
CN113325365A (zh) * | 2021-05-18 | 2021-08-31 | 哈尔滨工程大学 | 一种基于四元数的相干信号二维doa估计方法 |
CN116131964A (zh) * | 2022-12-26 | 2023-05-16 | 西南交通大学 | 一种微波光子辅助的空频压缩感知频率和doa估计方法 |
CN116131964B (zh) * | 2022-12-26 | 2024-05-17 | 西南交通大学 | 一种微波光子辅助的空频压缩感知频率和doa估计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109116294B (zh) | 2022-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109116294A (zh) | 基于微波光子阵列的超宽带信号波达方向角估计方法 | |
CN107329108B (zh) | 基于内插虚拟阵列协方差矩阵Toeplitz化重建的互质阵列波达方向估计方法 | |
CN102419432B (zh) | 一种基于虚拟基线的圆阵相位干涉仪二维测向方法 | |
CN104020438B (zh) | 基于稀疏表示的波达方向角估计方法 | |
CN103344940B (zh) | 低复杂度的doa估计方法及系统 | |
CN105259550B (zh) | 基于压缩感知的多输入多输出雷达二维角度估计方法 | |
CN107315161B (zh) | 基于压缩感知的非圆信号波达方向角估计方法 | |
CN106569171B (zh) | 基于双层混合阵列的波达方向角估计方法 | |
CN104408278A (zh) | 一种基于干扰噪声协方差矩阵估计的稳健波束形成方法 | |
CN104020439A (zh) | 基于空间平滑协方差矩阵稀疏表示的波达方向角估计方法 | |
CN103592647A (zh) | 阵列三维sar数据获取方法 | |
CN106896340B (zh) | 一种基于压缩感知的互质阵列高精度波达方向估计方法 | |
CN103323667B (zh) | 贝塞尔函数与虚拟阵列相结合的sfm信号的参数估计方法 | |
CN104199052A (zh) | 一种基于范数约束的波束旁瓣抑制方法 | |
Hassanien et al. | Efficient sidelobe ASK based dual-function radar-communications | |
CN101252382A (zh) | 一种宽频段信号极化与doa估计方法及装置 | |
Kim et al. | An investigation of the Azimuth Error for Correlative Interferometer Direction Finding | |
CN110413939B (zh) | 一种基于原子范数的到达角估计方法 | |
CN111698037B (zh) | 基于微波光子的单微波信号波达方向角估计方法 | |
CN103399030B (zh) | 一种实现空管3/a模式下应答信号相位差检测的系统和方法 | |
CN115226129A (zh) | 基于智能反射面的无源感知装置及其感知方法 | |
CN108880648A (zh) | 基于微波光子阵列的超宽带信号频率估计方法 | |
CN105044721B (zh) | 机载正前视扫描雷达角超分辨方法 | |
CN103916199A (zh) | 一种天线信号的时延和相位调整装置与方法 | |
CN111698036A (zh) | 基于微波光子的多微波信号频率估计方法 |
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 |