CN109270486A

CN109270486A - 一种采用两传感器旋转的频变信号二维测向方法

Info

Publication number: CN109270486A
Application number: CN201810827368.3A
Authority: CN
Inventors: 左乐; 聂剑坤; 胡泽华; 乐铁军; 应钱诚; 王丽华
Original assignee: CETC 2 Research Institute
Current assignee: CETC 2 Research Institute; Southwest China Research Institute Electronic Equipment
Priority date: 2018-07-25
Filing date: 2018-07-25
Publication date: 2019-01-25
Anticipated expiration: 2038-07-25
Also published as: CN109270486B

Abstract

本发明公开了一种采用两传感器旋转的频变信号二维测向方法，解决现有技术解相位模糊、迭代计算耗时、收敛耗时、无法处理频变信号、未考虑不同信号信噪比的技术问题。本发明方法采用简单的硬件架构，利用两传感器及接收机采集的幅度与相位信息，采用步骤1‑步骤5即可对旋转周期内的频变信号高效地、高精度地获取频变信号的二维入射角，过程中可无模糊解相位、迭代计算省时、收敛省时；本发明传感器为天线或麦克风，即本发明提出的算法不仅适用于采用天线获取电磁波的来波方向，其思想也可拓展于诸如采用两天线、麦克风旋转获取声波来波方向等应用。

Description

一种采用两传感器旋转的频变信号二维测向方法

技术领域

本发明属于无线电监测技术领域，是一种无线电测向技术，本发明涉及相位干涉仪的二维测向方法，具体涉及一种采用两传感器旋转的频变信号二维测向方法。

背景技术

相位干涉仪由于具有很高的测向精度，是目前测向系统中普遍采用的测向方法。

相位干涉仪分为固定阵与时变阵。固定式相位干涉仪的单元天线位置固定不变，通过单元间的相位差获取来波入射角信息。二维测角则是基于3个或4个天线相位值差形成两组相位差方程，解算二维入射角的两个未知量。常见的测向方法有：基于参数估计的阵列信号处理方法(见文献：Two Decades of Array Signal Processing Research,Krim,H.；Viberg,M；IEEE Signal Processing Magazine,1996,13(4),Page(s):67-94)，基于解析解算的圆阵干涉仪方法，(见文献：圆阵干涉仪测向研究，王琦；航天电子对抗，2009，25(5)，Page(s):33-35，N元均匀圆阵干涉仪测向研究，张得才，舰船电子对抗，2012，35(1)，Page(s):25-27，基于圆阵干涉仪的被动导引头宽带测向方法，张亮，系统工程与电子技术，2012，34(3)，Page(s):462-466)。固定阵相位干涉仪二维测向需要多个天线及相应采集通道，存在硬件资源大的问题。

基于相位干涉仪的另一种方法是采用时变阵(见文献：Direction finding withfewer receivers via time-varying preprocessing,Sheinvald,J.；Wax,M.,SignalProcessing,IEEE Transactions on,1999,47(1),2-9；Direction-of-ArrivalEstimation with Time-Varying Arrays via Bayesian Multitask Learning,Zhang-Meng Liu,2014,63(8),3762-3773；Localization of multiple sources with movingarrays,Sheinvald,J.；Wax,M.；Meiss,A.J.,Signal Processing,IEEE Transactions on,1998,46(10),2736-2743；Motion-Extended Array Synthesis—Part I:Theory andMethod,John R.Kendra,IEEE Transactions on Geoscience and Remote Sensing,2017,55(4),2028-2044)。时变阵的优势在于硬件资源简单，最少2个天线及接收机，通过阵列移动即可高精度的获取来波的二维入射角信息。时变阵列根据阵列移动的方式不同，又可分为线性阵列(见文献：Motion-Extended Array Synthesis—Part I:Theory and Method,John R.Kendra,IEEE Transactions on Geoscience and Remote Sensing,2017,55(4),2028-2044；Passive synthetic arrays,Autrey S W.,Journal of the AcousticalSociety of America,1988,84(84):592-598)和旋转阵列。线性移动阵列的移动以及姿态控制控制较为复杂。而旋转阵列移动姿态容易控制，通过仅两天线的旋转，通过仅两个通道采集不同旋转角度的天线相位差，即可解算辐射源的二维入射角信息。基于相位干涉仪的采用旋转阵列方法，采用两天线测向，运算量大(见文献：Azimuth and ElevationEstimation With Rotating Long-Baseline Interferometers,Zhang-Meng Liu,Fu-Cheng Guo,Signal Processing,IEEE Transactions on,2015,63(9),2405-2419)。旋转两天线(见文献：Radio interferometer for geosynchronous satellite directionfinding,IEEE Transactions on Aerospace and Electronic Systems,2007,43(2),443-449)无法解模糊，需事先获取粗略入射角信息。采用数字积分器的解模糊方法，仅适用于到达时间间隔均匀的情形，且对间隔采样时间有一定要求(见文献：被动雷达导引头旋转式相位干涉仪测向方法，祝俊，李昀豪，王军，唐斌，何明，太赫兹科学与电子信息学报，2013，(11)3，382-387；一种新的雷达信号旋转干涉仪测向解模糊算法，何明，李昀豪，唐斌，电讯技术，2013，53(3)，297-301)。采用非线性最小二乘算法，需迭代运算，计算时间长(见文献：基于旋转干涉仪模糊相位差的多假设NLS定位算法，李腾，郭福成，姜文利，电子与信息学报，2012，34(4)，956-962；时变长基线2维干涉仪测向方法，张敏，郭福成，周一宇，姚山峰，电子与信息学报，2013，35(12)，2882-2888]。采用基于粒子群优化方法进行测向，需要迭代，计算时间长(见文献：星载干涉仪无源定位新方法及其误差分析，李腾，郭福成，姜文利，国防科技大学学报，2012，34(3)，164-170。还有文献也提出了旋转两天线测向的方法，但都无法对频变信号实现精确测向(见文献：开环旋转相位干涉仪DOA算法分析，刘鲁涛，司锡才，解放军理工大学学报(自然科学版)，2011，12(5)，419-424；旋转干涉仪解模糊方法研究及实现，司伟建，弹箭与制导学报，2010，30(3)，199-202；时变长基线2维干涉仪测向方法，张敏，郭福成，周一宇，姚山峰，电子与信息学报，2013，35(12)，2882-2888)。

由于旋转干涉仪需通过一定的时间积累实现二维测向，而对于频变信号(如调频信号，频率调制信号等)，该时间段内的信号频率会发生改变。上述方法均只针对点频信号，无法实现频变信号的二维测向。

针对频变信号，已有文献进行了报道，但未考虑每个采样点的信噪比问题，即未考虑更可靠的数据样本的贡献(见文献：Parameter estimation of multiple frequency-hopping signals with two sensors,Zuo,L.；Pan,J.；Ma,B.,Sensors,2018,18(4),1088)，会造成测向精度不高的问题。

发明内容

本发明要解决的技术问题是：提供一种采用两传感器旋转的频变信号二维测向方法，仅利用两传感器及接收机采集的幅度与相位信息，即可达到高精度二维测向的目的，解决现有技术解相位模糊、迭代计算耗时、收敛耗时、无法处理频变信号、以及未考虑不同采样数据信噪比的技术问题。

为实现上述目的，本发明采用的技术方案如下：

一种采用两传感器旋转的频变信号二维测向方法，包括以下步骤：

步骤1.通过接收机采集间距为d的两传感器在不同的旋转位置处该两传感器的相位差ΔΦ_i、频率f_i、以及无量纲量信噪比SNR_i；

步骤2.计算出采集相位构成的复数与理论相位构成的复数的似然函数值；

步骤3.搜索距离矩阵[D]，并获取矩阵中最小值对应的矩阵序号：p_min＝p,q_min＝q；

步骤4.相位解模糊，计算出无模糊相位差和无模糊相位差矩阵Φ；

步骤5.根据步骤4计算得到的无模糊相位差矩阵和步骤1得到的每个采样点的角度、频率和无量纲量信噪比SNR_i，利用最小二乘法即可求得二维入射角。

进一步地，所述步骤1中，采集N个样点，并且i＝1,2,…,N。

进一步地，所述为由两传感器中的一个传感器指向另一个传感器的矢量与x轴的夹角。

进一步地，所述步骤2中，似然函数值的计算方法为：

首先生成入射角网格数据，生成方法为：，，p＝1,2,...,P，q＝1,2,...,Q。之后对每组采集相位差，计算采集相位差构成的复数与生成的入射角网格上的角度的似然函数矩阵[D]，其中第pq个元素的计算方法为：

其中，real为取实部运算，c为波的传播速度，P和Q分别为似然函数矩阵[D]的行数和列数。

进一步地，P＝200，Q＝200。

进一步地，所述步骤4中，利用距离矩阵[D]的矩阵序号p_min和q_min对应的入射角网格的角度对相位差中的采集相位差解模糊，得到无模糊相位差矩阵Φ，即：其中，T为矩阵转置。

进一步地，无模糊相位差矩阵Φ中的无模糊相位差的计算方法为：

其中，round为四舍五入运算。

进一步地，所述步骤5中，利用最小二乘法计算二维入射角的计算方法为：

其中，b＝(A^TWA)^-1(A^TWΦ)，k_i＝2πf_i/c，

W为加权矩阵，并且该加权矩阵W为对角矩阵，其对角元素为

进一步地，本发明所述传感器为天线或者麦克风。

一种计算机可读存储介质，其上存储有计算机程序，并且所述计算机程序被处理器执行时实现如上所述方法的步骤。

与现技术相比，本发明具有以下有益效果：

本发明方法采用简单的硬件架构，仅利用两传感器(该传感器可为天线，也可为麦克风)及接收机采集的幅度与相位信息，即可对旋转周期内的频变信号高效地、高精度地获取频变信号的二维入射角，过程中可无模糊解相位、迭代计算省时、收敛省时；本发明提出的算法不仅适用于采用传感器获取电磁波的来波方向，其思想也可拓展于诸如采用两天线、麦克风旋转获取声波来波方向等应用。

附图说明

图1为本发明旋转两传感器干涉仪示意图。

图2为本发明具体实施方式实例中采样位置示图。

图3为本发明具体实施方式实例中采样点频率示图。

图4为本发明具体实施方式实例中信噪比在0-10dB内随机分布示图。

图5为本发明具体实施方式中实例和验证实例中300个采样点的模糊相位差示图。

图6为本发明具体实施方式验证实例中无模糊相位差示图。

图7为本发明具体实施方式精度验证实例中俯仰角均方根误差与采样点关系图。

图8为本发明具体实施方式精度验证实例中方位角均方根误差与采样点关系图。

图9为本发明具体实施方式精度验证实例中俯仰角均方根测向误差与俯仰角关系图。

图10为本发明具体实施方式精度验证实例中方位角均方根测向误差与俯仰角关系图。

具体实施方式

下面结合附图说明和实施例对本发明作进一步说明，本发明的方式包括但不仅限于以下实施例。

本发明提供的一种采用两传感器旋转的频变信号二维测向方法，包括以下步骤：

步骤1.通过接收机采集间距为d的两传感器在不同的旋转位置处该两传感器的相位差ΔΦ_i、频率f_i、以及无量纲量信噪比SNR_i；所述为由两传感器中的一个传感器指向另一个传感器的矢量与x轴的夹角；采集N个样点，并且i＝1,2,…,N。

步骤2.计算出采集相位构成的复数与理论相位构成的复数的似然函数值；似然函数值的计算方法为：

采用入射角网格数据的生成方法生成入射角网格数据，生成方法为：，，p＝1,2,...,P，q＝1,2,...,Q，之后对每组采集相位差，计算采集相位差构成的复数与生成的入射角网格上的角度的似然函数矩阵[D]，其中第pq个元素的计算方法为：

其中，real为取实部运算，c为波的传播速度。P和Q分别为似然函数矩阵[D]的行数和列数，优选地，P＝200，Q＝200。

步骤3.搜索距离矩阵[D]，并获取矩阵中最小值对应的矩阵序号：p_min＝p，q_min＝q。

步骤4.相位解模糊，计算出无模糊相位差和无模糊相位差矩阵Φ。无模糊相位差矩阵Φ的计算方法为：利用距离矩阵[D]的矩阵序号p_min和q_min对应的入射角网格的角度对相位差中的采集相位差解模糊，得到无模糊相位差矩阵Φ，即：其中，T为矩阵转置。

无模糊相位差矩阵Φ中的无模糊相位差的计算方法为：

其中，round为四舍五入运算。

利用最小二乘法计算二维入射角的计算方法为：

其中，b＝(A^TWA)^-1(A^TWΦ)，k_i＝2πf_i/c，

W为加权矩阵，并且该加权矩阵W为对角矩阵，其对角元素为测向坐标系如图1所示。

为了使本领域技术人员更好地理解本发明技术方案，下面以实例进行阐述。

如图1所示，两传感器间距d为0.4m，中心频率为1GHz。辐射源信号在一个扫描周期内随机到达，共采集300个相位值。到达时间随机，各自对应的采样位置如图2所示。频率带宽10％，即在0.95GHz-1.05GHz内随机分布，可通过采样测得，如图3所示，信噪比0-10dB内随机分布，如图4所示。信号入射角为300个点的模糊相位差如图5所示。根据上述信息，采用本发明步骤1-步骤5的算法可以精准高效地测得辐射源入射角度为

为了对本发明算法进行验证，下面特以验证实例进行阐述。

验证实例采用仿真计算距离0.4米的两旋转传感器的二维测向结果。采样数300，0-360°内随机分布，中心频率1GHz，带宽10％，即300个采样点的频率在0.95GHz-1.05GHz范围内随机分布。入射角θ_s＝30°,每个采样点的信噪比在0dB-10dB内随机分布，生成相位差如图5所示。根据本发明算法中的步骤4，可以得出无模糊相位差如图6所示。再根据本发明算法中的步骤5，得解角结果为：

为了对本发明算法的测向精度进行验证，下面特以精度验证实例进行阐述。

将发明算法的测向性能与误差下限，即克拉美劳下限进行对比。设中心频率为1GHz带宽10％，即300个采样点的频率在0.95GHz-1.05GHz范围内随机分布，每个采样点的信噪比在0dB-10dB内随机分布。仿真中进行1000次蒙特卡洛试验，并将测向误差均方根(RMSEs)与误差下限进行对比。

设俯仰角为30°，方位角为170°，采样点数取100到1000，间隔100，俯仰角、方位角测向误差均方根与采样点数关系分别如图7、图8所示。

设方位角为170°，采样点数500，相位噪声方差为10°。俯仰角为5°到70°，间隔5°。俯仰角、方位角测向误差均方根与方位角关系分别如图9、图10所示。

根据图7、图8、图9和图10可知，本发明算法的测向精度高。

上述实施例仅为本发明的优选实施方式之一，不应当用于限制本发明的保护范围，但凡在本发明的主体设计思想和精神上作出的毫无实质意义的改动或润色，其所解决的技术问题仍然与本发明一致的，均应当包含在本发明的保护范围之内。

Claims

1.一种采用两传感器旋转的频变信号二维测向方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种采用两传感器旋转的频变信号二维测向方法，其特征在于，所述步骤1中，采集N个样点，并且i＝1,2,…,N。

3.根据权利要求2所述的一种采用两传感器旋转的频变信号二维测向方法，其特征在于，所述为由两传感器中的一个传感器指向另一个传感器的矢量与x轴的夹角。

4.根据权利要求3所述的一种采用两传感器旋转的频变信号二维测向方法，其特征在于，所述步骤2中，似然函数值的计算方法为：

首先生成入射角网格数据，生成方法为：，，p＝1,2,...,P，q＝1,2,...,Q，之后对每组采集相位差，计算采集相位差构成的复数与生成的入射角网格上的角度的似然函数矩阵[D]，其中第pq个元素的计算方法为：

5.根据权利要求4所述的一种采用两传感器旋转的频变信号二维测向方法，其特征在于，P＝200，Q＝200。

6.根据权利要求5所述的一种采用两传感器旋转的频变信号二维测向方法，其特征在于，所述步骤4中，利用距离矩阵[D]的矩阵序号p_min和q_min对应的入射角网格的角度对相位差中的采集相位差解模糊，得到无模糊相位差矩阵Φ，即：其中，T为矩阵转置。

7.根据权利要求6所述的一种采用两传感器旋转的频变信号二维测向方法，其特征在于，无模糊相位差矩阵Φ中的无模糊相位差的计算方法为：

其中，round为四舍五入运算。

8.根据权利要求7所述的一种采用两传感器旋转的频变信号二维测向方法，其特征在于，所述步骤5中，利用最小二乘法计算二维入射角的计算方法为：

其中，b＝(A^TWA)^-1(A^TWΦ)，k_i＝2πf_i/c，

W为加权矩阵，并且该加权矩阵W为对角矩阵，其对角元素为

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述方法的步骤。