CN109655093A - 传感器阵列的幅相误差有源校正方法 - Google Patents
传感器阵列的幅相误差有源校正方法 Download PDFInfo
- Publication number
- CN109655093A CN109655093A CN201910024385.8A CN201910024385A CN109655093A CN 109655093 A CN109655093 A CN 109655093A CN 201910024385 A CN201910024385 A CN 201910024385A CN 109655093 A CN109655093 A CN 109655093A
- Authority
- CN
- China
- Prior art keywords
- array
- matrix
- phase error
- information source
- error
- 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
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D18/00—Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种传感器阵列的幅相误差有源校正方法,包括以下步骤:步骤一:获得传感器阵列接受的数据;步骤二:构造阵列协方差矩阵;步骤三:对协方差矩阵特征值分解得到噪声项;步骤四:消除噪声项,获得辅助信源的协方差矩阵Rs;步骤五:对Rs进行特征值分解,获得辅助信源的特征向量;步骤六:估计误差矩阵Γ,进行MUSIC算法波达角估计。本发明在低信噪比和少快拍数下依然有效,能够对阵列幅相误差进行有效的校正。
Description
技术领域
本发明属于传感器技术领域,具体涉及一种传感器阵列的幅相误差有源校正方法。
背景技术
阵列信号处理在雷达、声纳、5G通信、智能天线等许多领域有着广泛的应用。现有的空间谱超分辨分析算法均是以阵列的方向矢量已知为前提,但是在工程应用中,阵列通道的幅相误差是一种与方位无关的复增益误差,它通常是由于接受通道内放大器的增益不一致造成的。幅相误差显著地降低了高分辨率DOA算法的性能,如MUSIC和ESPRIT。A.Swindlehurst和T.Kailath1992年发表论文“A performance analysis of subspace-based methods in the presence of model error:part I─the MUSIC algorithm”证明了校准传感器阵列误差的重要性和必要性。天津大学蒋佳佳2013年提出了提出了一种基于传统数据模型估计的幅相误差有源校正算法(EACDM,estimation algorithm for theconventional data model),其优点是只利用了辅助信源的方位信息,减小了计算量,但该算法性能受信噪比和增益误差的影响大,在低信噪比或少快拍数时,该算法的性能严重下降。中国科学技术大学博士生曹圣红2013年发表论文“DOA Estimation based on fourth-order cumulants in the presence of sensor gain-phase errors”提出了基于四阶累计量阵列幅相误差校正算法,但是基于高阶方法过于复杂和耗时。J.T.Kim2011年发表论文“Blind calibration for a linear array with gain and phase error usingindependent component analysis”,提出了一种基于独立分量分析(ICA)的增益相位盲校正算法,该算法要求计算量大,同时严格限制入射源为非高斯信号。
发明内容
本发明的目的在于克服现有技术的不足,提供一种传感器阵列的幅相误差有源校正方法。该方法在低信噪比和少快拍数下依然有效,能够对阵列幅相误差进行有效的校正。
本发明是通过以下技术方案实现的:
一种传感器阵列的幅相误差有源校正方法,包括以下步骤:
步骤一:获得传感器阵列接受的数据为:
X(k)=ΓAS(k)+N(k)
其中,k表示第k次快拍,X(k)=[X1(k)X2(k),…,XM(k)]T是M×1阵列获得数据向量,M表示阵元个数,A=[1,e-jπsin(θs),…,e-j(M-1)*πsin(θs)]T是M×1方向向量,阵元间距为半波长,且以第一个阵元为参考阵元,S(k)表示入射信源,N(k)是N×1加性高斯白噪声,Γ是阵列的误差矩阵,可以表示为M×M对角矩阵和分别表示了阵列的幅度和相位误差;
步骤二:构造阵列协方差矩阵:
其中,σs 2,σn 2分别表示是信号和噪声功率,I是M×M单位矩阵,N是快拍总数,[·]H表示共轭转置操作;
步骤三:对协方差矩阵特征值分解得到噪声项:
其中,Es和En分别是信号子空间矩阵和噪声子空间矩阵,σ2 s和σ2 n是对应的特征值,对噪声功率求平均:
其中,σ2 j是第j个特征值,P表示信源个数,这里只有一个辅助信源P=1,所以特征值满足σ1>σ2=σ3…=σM,σ1的特征值对应的特征矢量Es=[e11 e12 … e1M]T
步骤四:消除噪声项,获得辅助信源的协方差矩阵Rs,
Rs=R-σ 2I
步骤五:对Rs进行特征值分解,获得辅助信源的特征向量,
步骤六:估计误差矩阵Γ,进行MUSIC算法波达角估计,因为信号子空间和噪声子空间正交,存在一个未知常数q使得下式成立,
ΓA(θs)=qEs
其中,Es是辅助信源的特征向量,Es=[e11 e12 … e1M]T,
通过上式获得幅相误差矩阵的估计值Γ^,阵列的相位误差估计值为angle(·)表示取相位操作,阵列的幅度误差估计值为利用阵列误差的估计值对每个阵列的幅相进行校正。
本发明的优点和有益效果为:
1.本发明适用于任意结构阵列,例如:互质线阵,L阵列,圆阵,平面阵列等。
2.本发明在低信噪比和少快拍数下依然有效,能够对阵列幅相误差进行有效的校正。
附图说明
图1是本发明的方法总体流框图。
图2是本发明基于MUSIC算法波达角估计阵列校正前后的仿真图。
图3是本发明阵列幅相误差估计方法的均方根误差随快拍数的变化。
图4是本发明阵列幅相误差估计方法的均方根误差随着信噪比的变化。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面结合具体实施例进一步说明本发明的技术方案。
参见附图,一种传感器阵列的幅相误差有源校正方法,包括以下步骤:
步骤一:获得传感器阵列接受的数据为:
X(k)=ΓAS(k)+N(k)
其中,k表示第k次快拍,X(k)=[X1(k)X2(k),…,XM(k)]T是M×1阵列获得数据向量,M表示阵元个数,A=[1,e-jπsin(θs),…,e-j(M-1)*πsin(θs)]T是M×1方向向量,阵元间距为半波长,且以第一个阵元为参考阵元,S(k)表示入射信源,N(k)是N×1加性高斯白噪声,Γ是阵列的误差矩阵,可以表示为M×M对角矩阵和分别表示了阵列的幅度和相位误差。另外,第一个阵元g1=1,
步骤二:构造阵列协方差矩阵:
其中,σs 2,σn 2分别表示是信号和噪声功率,I是M×M单位矩阵,N是快拍总数,[·]H表示共轭转置操作。
步骤三:对协方差矩阵特征值分解得到噪声项:
其中,Es和En分别是信号子空间矩阵和噪声子空间矩阵,σ2 s和σ2 n是对应的特征值,对噪声功率求平均:
其中,σ2 j是第j个特征值,P表示信源个数,这里只有一个辅助信源P=1,所以特征值满足σ1>σ2=σ3…=σM,σ1的特征值对应的特征矢量Es=[e11e12…e1M]T
步骤四:消除噪声项,获得辅助信源的协方差矩阵Rs,
Rs=R-σ2I
步骤五:对Rs进行特征值分解,获得辅助信源的特征向量,
步骤六:估计误差矩阵Γ,进行MUSIC算法波达角估计。因为信号子空间和噪声子空间正交,存在一个未知常数q使得下式成立,
ΓA(θs)=qEs
其中,Es是辅助信源的特征向量,Es=[e11 e12 … e1M]T,
通过上式获得幅相误差矩阵的估计值Γ^,阵列的相位误差估计值为angle(·)表示取相位操作,阵列的幅度误差估计值为利用阵列误差的估计值对每个阵列的幅相进行校正,从而达到高分辨率波达角估计,如MUSIC算法:
-90°≤θ≤90°
下面结合仿真实例对本发明的效果做进一步的描述:
(1)阵列幅相误差的估计
取M=8阵元半波长间距等距线阵,零均值的加性白噪声,高斯信源,辅助信源入射角度45度,信噪比SNR=10(dB),快拍数N=256,误差矩阵幅度最大为20%(从1开始),相位最大为0.8727弧度(从0开始),幅相估计偏差如表1,表2所示,由此可知,在工程误差允许的范围内,本发明方法对阵列幅相误差可以实现良好的校正。
表.1幅值估计
表.2相位估计
(2)阵列误差校正在高分辨率算法的应用
取待估计信源角度-15度和-30度,信噪比10(dB),快拍数N=256,阵列传感器幅相误差随机产生,通过MUSIC算法实现波达角估计,其校正前后的空间谱估计如图2所示,当阵列存在误差时,谱峰的幅度和尖锐显著下降,且谱峰的中心位置有明显的偏移,校正后的空间谱得到了明显的改善。
(3)快拍数和信噪比与阵列校正的关系
首先定义均方根误差(Root Mean Square Error):
其中L是蒙特卡洛实验次数,以下仿真中图3、图4均采用L=200,统计算法的性能。Γi,m是真实值,Γ^i,m是相应地估计值,M是传感器阵元数量。
图3考虑了本算法与快拍数的关系,快拍数变化范围[100,1000],由此可以看出校正精度随着快拍数的增加有明显的改善,当快拍数达到1000时,阵列的校正误差小于0.03。
图4给出了本算法与信噪比的关系,信噪比变化范围[-5,30](db),由此可以看出随着信噪比的增加,算法的性能有所增加,当辅助信源信噪比为30(db)时,算法得到的幅相误差接近于真实值。
以上对本发明做了示例性的描述,应该说明的是,在不脱离本发明的核心的情况下,任何简单的变形、修改或者其他本领域技术人员能够不花费创造性劳动的等同替换均落入本发明的保护范围。
Claims (1)
1.一种传感器阵列的幅相误差有源校正方法,其特征在于,包括以下步骤:
步骤一:获得传感器阵列接受的数据为:
X(k)=ΓAS(k)+N(k)
其中,k表示第k次快拍,X(k)=[X1(k)X2(k),···,XM(k)]T是M×1阵列获得数据向量,M表示阵元个数,A=[1,e-jπsin(θs),···,e-j(M-1)*πsin(θs)]T是M×1方向向量,阵元间距为半波长,且以第一个阵元为参考阵元,S(k)表示入射信源,N(k)是N×1加性高斯白噪声,Γ是阵列的误差矩阵,表示为M×M对角矩阵和分别表示阵列的幅度和相位误差;
步骤二:构造阵列协方差矩阵:
其中,σs 2,σn 2分别表示是信号和噪声功率,I是M×M单位矩阵,N是快拍总数,[·]H表示共轭转置操作;
步骤三:对协方差矩阵特征值分解得到噪声项:
其中,Es和En分别是信号子空间矩阵和噪声子空间矩阵,σ2 s和σ2 n是对应的特征值,对噪声功率求平均:
其中,σ2 j是第j个特征值,P表示信源个数,这里只有一个辅助信源P=1,所以特征值满足σ1>σ2=σ3···=σM,σ1的特征值对应的特征矢量Es=[e11 e12 ··· e1M]T
步骤四:消除噪声项,获得辅助信源的协方差矩阵Rs,
Rs=R-σ2I
步骤五:对Rs进行特征值分解,获得辅助信源的特征向量,
步骤六:估计误差矩阵Γ,信号子空间和噪声子空间正交,存在一个未知常数q使得下式成立,
ΓA(θs)=qEs
其中,Es是辅助信源的特征向量,Es=[e11 e12 ··· e1M]T,
通过上式获得幅相误差矩阵的估计值Γ^,阵列的相位误差估计值为angle(·)表示取相位操作,阵列的幅度误差估计值为利用阵列误差的估计值对每个阵列的幅相进行校正。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910024385.8A CN109655093B (zh) | 2019-01-10 | 2019-01-10 | 传感器阵列的幅相误差有源校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910024385.8A CN109655093B (zh) | 2019-01-10 | 2019-01-10 | 传感器阵列的幅相误差有源校正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109655093A true CN109655093A (zh) | 2019-04-19 |
CN109655093B CN109655093B (zh) | 2021-03-05 |
Family
ID=66119713
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910024385.8A Active CN109655093B (zh) | 2019-01-10 | 2019-01-10 | 传感器阵列的幅相误差有源校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109655093B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110703234A (zh) * | 2019-10-29 | 2020-01-17 | 杭州瑞利海洋装备有限公司 | 一种三维摄像声纳阵列信号接收机幅相校正装置及方法 |
CN112083385A (zh) * | 2020-08-28 | 2020-12-15 | 西安电子科技大学 | 一种基于点目标回波的阵列幅相误差自校正方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101149429A (zh) * | 2006-09-18 | 2008-03-26 | 中国人民解放军空军工程大学导弹学院 | 适用于均匀圆阵的阵列互耦校正与信源测向方法 |
CN101251597A (zh) * | 2008-04-08 | 2008-08-27 | 西安电子科技大学 | 一种多输入多输出雷达系统阵列误差自校正的方法 |
CN105044693A (zh) * | 2015-06-25 | 2015-11-11 | 西安电子科技大学 | 基于辅助阵元的微波关联成像雷达幅相误差校正方法 |
CN108375752A (zh) * | 2018-02-05 | 2018-08-07 | 中国人民解放军战略支援部队信息工程大学 | 基于全角度搜索的幅相误差单辐射源测向方法 |
-
2019
- 2019-01-10 CN CN201910024385.8A patent/CN109655093B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101149429A (zh) * | 2006-09-18 | 2008-03-26 | 中国人民解放军空军工程大学导弹学院 | 适用于均匀圆阵的阵列互耦校正与信源测向方法 |
CN101251597A (zh) * | 2008-04-08 | 2008-08-27 | 西安电子科技大学 | 一种多输入多输出雷达系统阵列误差自校正的方法 |
CN105044693A (zh) * | 2015-06-25 | 2015-11-11 | 西安电子科技大学 | 基于辅助阵元的微波关联成像雷达幅相误差校正方法 |
CN108375752A (zh) * | 2018-02-05 | 2018-08-07 | 中国人民解放军战略支援部队信息工程大学 | 基于全角度搜索的幅相误差单辐射源测向方法 |
Non-Patent Citations (1)
Title |
---|
李彩菊: "基于单辅助源的阵列幅相误差校正方法", 《探测与控制学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110703234A (zh) * | 2019-10-29 | 2020-01-17 | 杭州瑞利海洋装备有限公司 | 一种三维摄像声纳阵列信号接收机幅相校正装置及方法 |
CN110703234B (zh) * | 2019-10-29 | 2021-07-02 | 杭州瑞利海洋装备有限公司 | 一种三维摄像声纳阵列信号接收机幅相校正装置及方法 |
CN112083385A (zh) * | 2020-08-28 | 2020-12-15 | 西安电子科技大学 | 一种基于点目标回波的阵列幅相误差自校正方法 |
CN112083385B (zh) * | 2020-08-28 | 2023-06-23 | 西安电子科技大学 | 一种基于点目标回波的阵列幅相误差自校正方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109655093B (zh) | 2021-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106526530B (zh) | 基于传播算子的2-l型阵列二维doa估计算法 | |
CN105335336B (zh) | 一种传感器阵列的稳健自适应波束形成方法 | |
CN106526531A (zh) | 基于三维天线阵列的改进传播算子二维doa估计算法 | |
CN103984676A (zh) | 一种基于协方差矩阵重构的正交投影自适应波束形成方法 | |
CN105913044B (zh) | 一种基于Sigmoid协方差矩阵的多重信号分类方法 | |
CN106980104B (zh) | 用于传感器阵列的信号波达方向自校正方法 | |
CN103235292A (zh) | 平面相控阵调零保形校正的全维和差测角方法 | |
CN102544755A (zh) | 一种基于强散射点的均匀线阵校准方法 | |
CN109655093A (zh) | 传感器阵列的幅相误差有源校正方法 | |
CN106405485A (zh) | 一种校正源位置未知的天线阵列幅相误差动中校方法 | |
CN111239677A (zh) | 基于数字阵列的多波束被动单脉冲测角方法 | |
CN107085202A (zh) | 一种针对互耦误差的Capon稳健自适应波束形成方法及系统 | |
CN113835063B (zh) | 一种无人机阵列幅相误差与信号doa联合估计方法 | |
CN112240957B (zh) | 一种卫星导航干扰测向中天线幅相特性校正方法 | |
CN111257863B (zh) | 一种高精度多点线性约束的自适应单脉冲测向方法 | |
CN109324309A (zh) | 一种旋转单天线测角装置及其测量方法 | |
Fang et al. | DOA estimation for sources with large power differences | |
CN112881971B (zh) | 电磁方向性互耦效应下相干干扰源测向方法 | |
CN109061594A (zh) | 一种强杂波环境下基于子阵空时自适应处理的测角方法 | |
CN105242264A (zh) | 一种平面阵列多目标角度高分辨实现方法 | |
CN107238813B (zh) | 近场信号源波达方向和波达时间确定方法及装置 | |
CN112333629A (zh) | 一种互耦未知条件下分布式阵列多目标定位方法 | |
Luo et al. | Researchment of mainlobe anti-jamming algorithms | |
CN115792792B (zh) | 极低样本下基于协方差矩阵迭代估计的测向方法与系统 | |
CN112578407B (zh) | 一种低复杂度的卫星导航反欺骗方法 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20211009 Address after: No. 2002, unit 3, building 1, No. 555, north section of Yizhou Avenue, high tech Zone, Wuhou District, Chengdu, Sichuan 610095 Patentee after: Sichuan Tianyuan hongchuang Technology Co.,Ltd. Address before: 300387 Tianjin city Xiqing District West Binshui Road No. 393 Patentee before: TIANJIN NORMAL University |
|
TR01 | Transfer of patent right |