CN110187304B - 一种信号到达角估计方法及装置 - Google Patents
一种信号到达角估计方法及装置 Download PDFInfo
- Publication number
- CN110187304B CN110187304B CN201910424542.4A CN201910424542A CN110187304B CN 110187304 B CN110187304 B CN 110187304B CN 201910424542 A CN201910424542 A CN 201910424542A CN 110187304 B CN110187304 B CN 110187304B
- Authority
- CN
- China
- Prior art keywords
- signal
- sample
- sample sequences
- sequence
- phase
- 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.)
- Active
Links
Images
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
本发明提供了一种信号到达角估计方法及装置,方法包括:由阵列天线获取参考信号序列与多组信号样本序列;将参考信号序列与多组信号样本序列转化为参考相位序列与多组相位样本序列、并分别执行范德蒙逆运算,从而确定对应的参考偏移值与多个样本偏移值以形成空间向量,由空间向量与多个期望空间向量的内积确定信号到达角估计值。利用上述方法,只需要进行低复杂度的一系列运算过程即可估计到达角,节省了运算量,并且具有更准确的估计值。
Description
技术领域
本发明属于信号分析处理技术领域,具体涉及一种信号到达角估计方法及装置。
背景技术
本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
信号到达角估计在阵列信号处理领域一直是研究的重要课题,在雷达、无线通信等领域都有着广泛应用,在传统的信号到达角估计算法中,常用的有MUSIC算法和ESPRIT算法,这类算法是将阵列接收数据的协方差矩阵分解为相互正交的信号子空间和噪声子空间,并利用信号和噪声子空间直接的关系来估计信号的到达角,由于利用上述两种传统算法进行到达角估计需要对协方差矩阵做特征值分解,因此所需的运算量较大。此外,由于阵列天线中元器件的离散型和非线性、电路不对称等严重影响角度估计的测量精度的因素,现有的到达角测定系统中通常需要相对比较复杂的校准步骤,算法过于复杂,不利于工程实现。
发明内容
针对上述现有技术中进行信号到达角估计所需的运算量较大且精度不高这一问题,提出了一种信号到达角估计方法和装置,利用这种方法和装置,能够提供一种低运算量、且更为准确的信号到达角估计方案。
本发明提供了以下方案。
一种信号到达角估计方法,其特征在于,包括:
由阵列天线中的参考阵元获取参考信号序列,并由阵列天线获取多组信号样本序列;
将参考信号序列转化为参考相位序列,将多组信号样本序列转化为多组相位样本序列;
分别对参考相位序列和多组相位样本序列执行范德蒙逆运算,从而确定对应于参考信号序列的参考斜率值与参考偏移值,以及对应于多组相位样本序列的多个样本斜率值和多个样本偏移值;
由参考偏移值与多个样本偏移值形成空间向量,并由空间向量与多个期望空间向量的内积确定信号到达角估计值,其中,多个期望空间向量与多个预设到达角一一对应。
可选地,其中,由阵列天线中的参考阵元获取参考信号序列,并由阵列天线获取多组信号样本序列具体包括:
在参考时段内,由参考阵元获取多个参考信号确定参考信号序列;
在采样时段内,由模数转换器根据预设采样规则在阵列天线内进行阵元切换,进而由阵列天线中的多个阵元确定信号样本序列。
可选地,其中,分别对参考相位序列和多组相位样本序列执行范德蒙逆运算具体包括:
根据采样时间间隔分别构建对应于参考信号序列和/或多组信号样本序列中每一组信号样本序列的范德蒙矩阵;
由公式M=(V*VT)-1V分别确认对应于参考信号序列和/或多组信号样本序列中每一组信号样本序列的范德蒙逆系数,其中,V为范德蒙矩阵,M为范德蒙逆系数;
根据对应于参考相位序列的范德蒙逆系数确定参考斜率值与参考偏移值;
根据对应于多组相位样本序列的多个范德蒙逆系数分别确定对应于多组相位样本序列的多个样本斜率值和多个样本偏移值。
可选地,其中,方法还包括:
根据公式M=(V*VT)-1V预先执行离线运算,以分别确认对应于参考信号序列和/或多组信号样本序列中每一组信号样本序列的范德蒙逆系数。
可选地,其中,由空间向量A与多个期望空间向量R的内积估计信号到达角度具体包括:
确定多个预设到达角;
根据多个预设到达角分别向阵列天线入射信号,从而确定对应于多个预设到达角的多个期望空间向量;
计算空间向量与多个期望空间向量的多个内积值;
从多个期望空间向量中确定具有最大内积值的目标期望空间向量,并选取对应于目标期望空间向量的预设到达角作为估计角度。
可选地,其中,方法还包括:
由参考斜率值与多个样本斜率值确定多个斜率比较值;
若多个斜率比较值中的任意一个斜率比较值超过预设阈值,则丢弃所确定的信号到达角估计值。
一种信号到达角估计装置,其特征在于,包括:
获取模块,用于由阵列天线中的参考阵元获取参考信号序列,并由阵列天线获取多组信号样本序列;
相位转换模块,用于将参考信号序列转化为参考相位序列,将多组信号样本序列转化为多组相位样本序列;
范德蒙逆运算模块,用于分别对参考相位序列和多组相位样本序列执行范德蒙逆运算,从而确定对应于参考信号序列的参考斜率值与参考偏移值,以及对应于多组相位样本序列的多个样本斜率值和多个样本偏移值;
估计模块,用于由参考偏移值与多个样本偏移值形成空间向量,并由空间向量与多个期望空间向量的内积确定信号到达角估计值,其中,多个期望空间向量R与多个预设到达角一一对应。
可选地,其中,获取模块具体用于:
在参考时段内,由参考阵元获取多个参考信号确定参考信号序列;
在采样时段内,由模数转换器根据预设采样规则在阵列天线内进行阵元切换,进而由阵列天线中的多个阵元确定信号样本序列。
可选地,其中,范德蒙逆运算模块具体用于:
根据采样时间间隔分别构建对应于参考信号序列和/或多组信号样本序列中每一组信号样本序列的范德蒙矩阵;
由公式M=(V*VT)-1V分别确认对应于参考信号序列和/或多组信号样本序列中每一组信号样本序列的范德蒙逆系数,其中,V为范德蒙矩阵,M为范德蒙逆系数;
根据对应于参考相位序列的范德蒙逆系数确定参考斜率值与参考偏移值;
根据对应于多组相位样本序列的多个范德蒙逆系数分别确定对应于多组相位样本序列的多个样本斜率值和多个样本偏移值。
可选地,其中,装置还包括离线运算模块,具体用于:
根据公式M=(V*VT)-1V预先执行离线运算,以分别确认对应于参考信号序列和/或多组信号样本序列中每一组信号样本序列的范德蒙逆系数。
可选地,其中,
估计模块具体用于:
确定多个预设到达角;
根据多个预设到达角分别向阵列天线入射信号,从而确定对应于多个预设到达角的多个期望空间向量;
计算空间向量与多个期望空间向量的多个内积值;
从多个期望空间向量中确定具有最大内积值的目标期望空间向量,并选取对应于目标期望空间向量的预设到达角作为估计角度。
可选地,其中,装置还包括误差去除模块:
由参考斜率值与多个样本斜率值确定多个斜率比较值;
若多个斜率比较值中的任意一个斜率比较值超过预设阈值,则将确定的信号到达角估计值丢弃。
一种到达角估计装置,其特征在于,包括:
一个或者多个多核处理器;
存储器,用于存储一个或多个程序;
当一个或多个程序被一个或者多个多核处理器执行时,使得一个或多个多核处理器实现:
由阵列天线中的参考阵元获取参考信号序列,并由阵列天线获取多组信号样本序列;
将参考信号序列转化为参考相位序列,将多组信号样本序列转化为多组相位样本序列;
分别对参考相位序列和多组相位样本序列执行范德蒙逆运算,从而确定对应于参考信号序列的参考斜率值与参考偏移值,以及对应于多组相位样本序列的多个样本斜率值和多个样本偏移值;
由参考偏移值与多个样本偏移值形成空间向量,并由空间向量与多个期望空间向量的内积确定信号到达角估计值,其中,多个期望空间向量与多个预设到达角一一对应。
一种计算机可读存储介质,计算机可读存储介质存储有程序,当程序被多核处理器执行时,使得多核处理器执行如上所述的方法。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:本实施例所描述的角度估计方法,只需要进行低复杂度的一系列运算过程即可估计到达角,节省了运算量。另外,由于期望空间向量中同样包含由于阵列天线而产生的多种误差,因此本实施例避免了对天线各阵元进行误差校正的步骤,且由于抵消了误差因素而具有更准确的估计值。
应当理解,上述说明仅是本发明技术方案的概述,以便能够更清楚地了解本发明的技术手段,从而可依照说明书的内容予以实施。为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举说明本发明的具体实施方式。
附图说明
通过阅读下文的示例性实施例的详细描述,本领域普通技术人员将明白本文所述的有点和益处以及其他优点和益处。附图仅用于示出示例性实施例的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的标号表示相同的部件。在附图中:
图1为根据本发明一实施例的信号到达角估计方法的流程示意图;
图2为根据本发明实施例的天线切换逻辑的示意图;
图3为根据本发明另一实施例的信号到达角估计方法的流程示意图;
图4为根据本发明又一实施例的信号到达角估计方法的流程示意图;
图5为根据本发明一实施例的信号到达角估计装置的结构示意图;
图6为根据本发明另一实施例的信号到达角估计装置的结构示意图。
在附图中,相同或对应的标号表示相同或对应的部分。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
在本发明中,应理解,诸如“包括”或“具有”等术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在,并且不旨在排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在的可能性。
另外还需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
图1为本申请的一些实施例提供的一种信号到达角估计方法的流程示意图。图1中的流程可以包括以下步骤:
S101、由阵列天线中的参考阵元获取参考信号序列,并由阵列天线获取多组信号样本序列;
具体地,阵列天线中是由多个位于不同位置的阵元所组成的天线,其中,参考阵元是阵列天线中被预先选定的一个阵元。可选地,阵列天线中的多个阵元可以按照任意阵列排列方式进行组合,包括但不限于均匀线阵、非均匀线阵以及圆阵等。
举例来说,阵列天线中可以包含线性排列的L个阵元[a1,a2,...,aL],其中,将阵元a1设置为参考阵元ar。在模数转换器(analog to digital converter,简称ADC)进行采样之前,由参考阵元ar(也即阵元a1)接收或发送信号,从而形成参考信号序列;另外,在ADC进行采样时,ADC根据采样模式在L个阵元之间进行切换采样,并由阵列天线中的L个阵元[a1,a2,...,aL]分别接收或发送信号,从而形成了L组信号样本序列。
其中,参考信号序列与L组信号样本序列分别具体包括:
(1)由参考阵元获取的参考信号序列中包含N+1个采样信号
阵元ar:xref(0),xref(1),…,xref(N)
由此可以形成参考信号序列[xref(i);i=0,1,...,N]。
(2)由阵列天线中L个阵元[a1,a2,...,aL]分别获取的信号样本序列中分别包含:
阵元a1:x1(0),x1(1),…,x1(M1);
阵元a2:x2(0),x2(1),…,x2(M2);
阵元aL:xL(0),xL(1),…,xL(ML);
由此可以形成多组信号样本序列:[x1(k1),k1=0,1,...,M1],[x2(k2),k2=0,1,...,M2],…,[xL(kL),kL=0,1,...,ML]。
进一步地,可以确定多组信号样本序列为:
[xj(kj),kj=0,1,...,Mj],其中,j=1,2,...,L
可选地,为便于转换成相位样本,上述参考信号序列与多组信号样本序列中的各采样信号均位于复数域。
值得注意的是,其中对应于各阵元的采样点数M1+1、M2+1、…、ML+1可以相同或不相同,具体取决于采样模式的选择,也即采样时段内ADC切换到具体阵元进行采样的点数,本申请对此不作具体限定。
S102、将参考信号序列转化为参考相位序列,将多组信号样本序列转化为多组相位样本序列;
具体地,由于在S101中获得的信号位于复数域,因此本实施例中将各路信号转换到相位域之后可以较为方便地执行基于相位差运算的信号到达角估计。可选地,本实施例可以采用angle函数对参考信号序列和多组信号样本序列进行复数-相位转换。
举例来说:
针对参考阵元ar,对参考信号序列中的每一个复数样本xref(i),确定相位样本pr(i)为:
pr(i)=angle(xref(i)),i=0,1,...,N;
针对阵列天线中的阵元aj,对相位样本序列[xj(kj),kj=0,1,...,Mj]中的每一个复数样本xj(kj),确定相位样本paj(kj)为:
paj(kj)=angle(xj(kj)),kj=0,1,...,Mj;
S103、分别对参考相位序列和多组相位样本序列执行范德蒙逆运算,从而确定对应于参考信号序列的参考斜率值与参考偏移值,以及对应于多组相位样本序列的多个样本斜率值和多个样本偏移值;
具体地,由于信号采样时间与信号相位线性相关,可以根据最小二乘法对参考相位序列和多组相位样本序列进行线性拟合后得到对应的斜率值参数与偏移值参数。
举例来说,针对参考相位序列来说,构建线性数学模型之后可以获得:
由此可知,对于参考相位序列或多组相位样本序列中的任一组相位样本序列来说,可以对S102中获得的参考相位序列或多组相位样本序列分别执行范德蒙逆运算以得到对应的斜率值与偏移值。
S104、由参考偏移值与多个样本偏移值形成空间向量,并由空间向量与多个期望空间向量的内积确定信号到达角估计值,其中,多个期望空间向量与多个预设到达角一一对应。
举例来说,可以确定空间向量A为:
A=[ref_offset a1_off a2_off…aL_off]
举例来说,可以根据可能的信号到达角度范围,预先设置P个预设到达角θi,i=1,2,...,P,针对P个预设到达角中的任一个预设到达角θi,确定与空间向量A对应的期望空间向量R(theta_i),最终可以获得与P个预设到达角一一对应的P个期望空间向量R(theta_i),i=1,2,...,P。进一步地,可以理解,在多个预设到达角之中,与实际信号到达角越相近的预设到达角所对应的期望空间向量R(theta_i)与实际获得的空间向量A的相似度越高,也即内积越大。反推可知,可以由空间向量A与P个期望空间向量R(theta_i),i=1,2,...,P的内积估计信号到达角度。
可选地,在S104中,也可以基于空间向量A与每一个期望空间向量R(theta_i)的欧氏距离、向量余弦值等参数确定信号到达角估计值,本实施例以上述内积运算为例进行描述,但不限于此。
本发明中,由于元器件的离散型和非线性、电路不对称等严重影响角度估计的测量精度的因素,现有的到达角测定系统中通常需要相对比较复杂的校准步骤,算法过于复杂,不利于工程实现,且由于多种误差因素可能导致测定不准确的问题。而本发明只需要进行低复杂度的一系列运算过程即可估计到达角,节省了运算量。此外,由于期望空间向量中同样包含由于阵列天线而产生的多种误差,因此本实施例避免了对天线各阵元进行误差校正的步骤,且由于抵消了误差因素而具有更准确的估计值。
值得注意的是,本发明所提供的技术方案主要可以应用于二维方向的测定估计,然而可以理解的是,将本实施例与现有技术相结合即可将本实施例所公开的技术方案应用于三维方向的测定估计。举例来说,若采用8个阵列天线,并由其中的4个天线做水平极化,另4个天线做垂直极化,即可将本实施例所公开的技术方案应用于三维方向的测定估计
在一实施例中,进一步地,S101,由阵列天线中的参考阵元获取参考信号序列,并由阵列天线获取多组信号样本序列,具体可以包括:
在参考时段内,由参考阵元获取多个参考信号确定参考信号序列[xref(i),i=0,1,...,N];
在采样时段内,由ADC根据预设采样规则在阵列天线内进行阵元切换,进而由阵列天线中的多个阵元确定信号样本序列[xj(kj),kj=0,1,...,Mj],其中,j=1,2,...,L,其中,kj为针对于阵元j的采样点标识,阵元j的采样点数为Mj+1,,L为阵列天线中的阵元数。
具体地,参见图2,示出了根据蓝牙低功耗技术在一对无线节点之间进行传输时所采用的天线切换逻辑的示例,在该示例中,1、2、3,…,160表示以微秒为单位的单位时段长度,比如,可以看出,保护时段(guard period)的时长为4μs,参考时段(Reference period)的时长为8μs。
其中,在保护时段之后的参考时段内,由参考阵元ar发送或接受单频信号;在参考时段之后,后续的采样时段包括:采样时隙1、采样时隙2,…,采样时隙37,其中,在每两个相邻的采样时隙中设置有切换时隙,进而在该切换时隙内按照ADC切换逻辑来回切换阵元(也会切换到该参考阵元ar),并在切换时隙之后的采样时隙内由所切换到的阵元接收或发送单频信号。举例来说,假设阵列天线中包含阵元a1,阵元a2,阵元a3,阵元a4四个阵元,那么ADC切换逻辑可以是:a1,a2,a3,a4,a1,a2,a3,…。
进而,在采样过程中阵列天线中的四个阵元均被使用,进而在信号的帧格式中,前面一部分数据是来自参考阵元,后面的一部分数据来自按照ADC切换逻辑即时切换到的阵元。举例来说,在天线切换过程中使用ADC得到的数据样本可以表示为:
(1)由参考阵元获取的参考信号序列中包含N+1个采样信号
阵元ar:xref(0),xref(1),…,xref(N)
由此可以形成参考信号序列[xref(i);i=0~N]:
(2)由阵列天线中L个阵元[a1,a2,...,aL]分别获取的信号样本序列中分别包含:
阵元a1:x1(0),x1(1),…,x1(M1);
阵元a2:x2(0),x2(1),…,x2(M2);
阵元aL:xL(0),xL(1),…,xL(ML);
由此可以形成多组信号样本序列:[xj(kj),kj=0~Mj],其中,j=1~L
进一步地,在一实施例中,如图3所示,步骤103,分别对参考相位序列和多组相位样本序列执行范德蒙逆运算,具体可以包括:
S301:根据采样时间间隔分别构建对应于参考信号序列和/或多组信号样本序列中每一组信号样本序列的范德蒙矩阵V(i),其中,i为采样点数;
举例来说,对于等间距采样的阵元来说,根据采样时间间隔构建的对应于参考信号序列或信号样本序列的范德蒙矩阵V可以是:
在一些情况下,由于天线阵元的采样模式可能是非等间距采样,比如一种采样模式可以是a1,a2,a1,a1,a1,a2,a1,a1,a1,a2,...,此时针对a2阵元的范德蒙逆矩阵仍然是等间距采样的,然而对于非等间距采样的阵元a1来说,范德蒙矩阵V可以是:
S302:由公式M=(V*VT)-1V分别确认对应于参考信号序列和/或多组信号样本序列中每一组信号样本序列的范德蒙逆系数;
本实施例中,以对应于参考信号序列的范德蒙逆系数为例,对上述公式M=(V*VT)-1V的推导过程进行简要描述:
可以理解,要获取一组样本序列对于采样时间的斜率值和偏移值,较为直接的方式是基于最小二乘法进行线性拟合,可以构建线性方程:
Vref T[ref_slope ref_offset]T=(pr(0)pr(1)…pr(N))T
其中,Vref为基于参考阵列ar的采样时间间隔而构建的时间矩阵,上标T表示转置。
将上述恒等式依次同时左乘Vref与(Vref*Vref T)-1,可以得到:
[ref_slope ref_offset]T=(VrefVref T)-1Vref(pr(0)pr(1)…pr(N))T
由此可知,可以基于范德蒙逆系数M=(V*VT)-1V执行上述范德蒙逆运算。
S303:根据对应于参考相位序列的范德蒙逆系数确定参考斜率值与参考偏移值;
其中,确定参考斜率值与参考偏移值为:
[ref_slope ref_offset]T=Mref*(pr(0)pr(1)…pr(N))T
其中,ref_slope为参考斜率值,ref_offset为参考偏移值,Mref为对应于参考相位序列的范德蒙逆系数,N+1为参考相位序列中的采样点数。
步骤304:根据对应于多组相位样本序列的多组范德蒙逆系数分别确定对应于多组相位样本序列的多个样本斜率值和多个样本偏移值,
举例来说,针对阵列天线中的任意一个阵元aj,确定样本斜率值和样本偏移值为:
进一步可以确定对应于L组相位样本序列的样本斜率值和样本偏移值为:
[a1_slope a1_off],[a2_slope a2_off],…,[aL_slope aL_off];
进一步地,基于上述参考偏移值与对应于多组相位样本序列的多个样本偏移值,可以确定空间向量A为:
A=[ref_offset a1_off a2_off…aL_off]
本实施例中,基于最小二乘法的线性拟合方程,推导出范德蒙逆系数公式M=(V*VT)-1V,进而在实际信号到达角估计过程中,仅需通过简单的乘法运算即可获得用于后续运算的参考偏移值与多个样本偏移值,相较于直接进行范德蒙逆运算具有更为简单的运算步骤。
进一步地,为了在步骤103中的范德蒙逆运算过程中节省运算量,在一实施例中,方法100还可以包括:
预先离线执行范德蒙逆运算以分别确认对应于参考信号序列和/或多组信号样本序列中每一组信号样本序列的范德蒙逆系数。
由上述公式M=(V*VT)-1V可知,范德蒙逆系数仅与各个阵元的采样时间间隔有关,而该采样时间间隔是预先根据采样模式设定的,因此可以预先通过离线运算而计算出对应于参考信号序列和/或多组信号样本序列中每一组信号样本序列的范德蒙逆系数。
进一步,如图4所示,步骤104中的由空间向量与多个期望空间向量的内积确定信号到达角估计值,具体可以包括:
S401、确定多个预设到达角;
S402、根据多个预设到达角分别向阵列天线入射信号,从而确定对应于多个预设到达角的多个期望空间向量;
S403、计算空间向量与多个期望空间向量的多个内积值;
S404、从多个期望空间向量中确定具有最大内积值的目标期望空间向量,并选取对应于目标期望空间向量的预设到达角作为信号到达角估计值。
举例来说,可以根据可能的信号到达角度范围,预先设置P个预设到达角θi,i=1,2,...,P,对于P个预设到达角中的任一个预设到达角θi,可以在实验室环境下根据该预设到达角θi向该阵列天线输入标准信号,再由该阵列天线输出的多通道信号形成与空间向量A对应的期望空间向量R(theta_i),最终可以获得与P个预设到达角一一对应的P个期望空间向量R(theta_i),i=1,2,...,P。
进一步地,可以理解,在多个预设到达角之中,与实际信号到达角越相近的预设到达角所对应的期望空间向量R(theta_i)与实际获得的空间向量A的相似度越高,也即内积越大。反推可知,可以由空间向量A与P个期望空间向量R(theta_i),i=1,2,...,P的内积估计信号到达角。
具体地,可以采用以下公式确定该估计角度:
angle=Arg(max(innerproudct(A,R(theta_i)))),i=1,2,...,P
可以理解,在可能的信号到达角范围内,预设到达角越密集,最终所确定的信号到达角估计值相较于实际信号到达角的误差就越小。
本实施例中,通过向同一阵列天线入射分别对应于多个预设到达角的多个理想信号,进而获得对应于空间向量的多个期望空间向量,并且通过计算空间向量A与多个期望空间向量的内积而确定多个预设到达角中的一个预设到达角作为信号到达角估计值,可以理解,由于同一阵列天线具有相同的硬件误差与相位延迟等误差参数,因此可以节省相应的校正步骤,
在一实施例中,进一步地,为了获得更准确的估计结果,可以对获取的样本序列进行筛选,进而去除掉误差较大的信号到达角估计值,具体地,方法100还可以包括:
由参考斜率值与多个样本斜率值确定多个斜率比较值;若多个斜率比较值中的任意一个斜率比较值超过预设阈值,则丢弃所确定的信号到达角估计值。具体地,斜率比较值可以是斜率差值的绝对值。举例来说,在步骤103之后,计算参考斜率值与多个样本斜率值中每一个样本斜率值之间的斜率差值的绝对值,并计算多个样本斜率值中任意两个样本斜率值之间的斜率差值的绝对值,从而获得多个斜率差值的绝对值,进一步地,若该多个斜率差值中的任意一个斜率差值的绝对值大于一预设阈值,则丢弃根据该组样本所确定的信号到达角估计值。
图5示出了一种信号到达角估计装置的结构示意图,该装置用于执行如图1所示出的信号到达角估计方法,参见图5,该装置50具体包括:
获取模块501,用于由阵列天线中的参考阵元获取参考信号序列,并由阵列天线获取多组信号样本序列;
相位转换模块502,用于将参考信号序列转化为参考相位序列,将多组信号样本序列转化为多组相位样本序列;
范德蒙逆运算模块503,用于分别对参考相位序列和多组相位样本序列执行范德蒙逆运算,从而确定对应于参考信号序列的参考斜率值与参考偏移值,以及对应于多组相位样本序列的多个样本斜率值和多个样本偏移值;
估计模块504,用于由参考偏移值与多个样本偏移值形成空间向量,并由空间向量与多个期望空间向量的内积确定信号到达角估计值,其中,多个期望空间向量R与多个预设到达角一一对应。
本发明中,由于元器件的离散型和非线性、电路不对称等严重影响角度估计的测量精度的因素,现有的到达角测定系统中通常需要相对比较复杂的校准步骤,算法过于复杂,不利于工程实现。此外,由于多种误差因素可能导致测定不准确的问题。而本实施例所描述的角度估计方法,只需要进行低复杂度的一系列运算过程即可估计到达角,节省了运算量。另外,由于期望空间向量中同样包含由于阵列天线而产生的多种误差,因此本实施例避免了对天线各阵元进行误差校正的步骤,且由于抵消了误差因素而具有更准确的估计值。
可选地,其中,获取模块501具体用于:
在参考时段内,由参考阵元获取多个参考信号确定参考信号序列;
在采样时段内,由模数转换器根据预设采样规则在阵列天线内进行阵元切换,进而由阵列天线中的多个阵元确定信号样本序列。
可选地,其中,范德蒙逆运算模块503具体用于:
根据采样时间间隔分别构建对应于参考信号序列和/或多组信号样本序列中每一组信号样本序列的范德蒙矩阵;
由公式M=(V*VT)-1V分别确认对应于参考信号序列和/或多组信号样本序列中每一组信号样本序列的范德蒙逆系数,其中,V为范德蒙矩阵,M为范德蒙逆系数;
根据对应于参考相位序列的范德蒙逆系数确定参考斜率值与参考偏移值;
根据对应于多组相位样本序列的多个范德蒙逆系数分别确定对应于多组相位样本序列的多个样本斜率值和多个样本偏移值。
可选地,其中,装置50还包括离线运算模块,具体用于:
根据公式M=(V*VT)-1V预先执行离线运算,以分别确认对应于参考信号序列和/或多组信号样本序列中每一组信号样本序列的范德蒙逆系数。
可选地,其中,估计模块504具体用于:
确定多个预设到达角;
根据多个预设到达角分别向阵列天线入射信号,从而确定对应于多个预设到达角的多个期望空间向量;
计算空间向量与多个期望空间向量的多个内积值;
从多个期望空间向量中确定具有最大内积值的目标期望空间向量,并选取对应于目标期望空间向量的预设到达角作为估计角度。
可选地,其中,该装置50还包括误差去除模块:
由参考斜率值与多个样本斜率值确定多个斜率比较值;
若多个斜率比较值中的任意一个斜率比较值超过预设阈值,则将确定的信号到达角估计值丢弃。
图6为根据本申请一实施例的一种用于信号到达角估计的设备的示意图,该设备包括:
至少一个处理器;以及,
与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行:
S101、由阵列天线中的参考阵元获取参考信号序列,并由阵列天线获取多组信号样本序列;
S102、将参考信号序列转化为参考相位序列,将多组信号样本序列转化为多组相位样本序列;
S103、分别对参考相位序列和多组相位样本序列执行范德蒙逆运算,从而确定对应于参考信号序列的参考斜率值与参考偏移值,以及对应于多组相位样本序列的多个样本斜率值和多个样本偏移值;
S104、由参考偏移值与多个样本偏移值形成空间向量,并由空间向量与多个期望空间向量的内积确定信号到达角估计值,其中,多个期望空间向量与多个预设到达角一一对应。
根据本申请的一些实施例,提供了与以上信号到达角估计方法对应的用于信号到达角估计的非易失性计算机存储介质,其上存储有计算机可执行指令,该计算机可执行指令设置为在由处理器运行时执行:
S101、由阵列天线中的参考阵元获取参考信号序列,并由阵列天线获取多组信号样本序列;
S102、将参考信号序列转化为参考相位序列,将多组信号样本序列转化为多组相位样本序列;
S103、分别对参考相位序列和多组相位样本序列执行范德蒙逆运算,从而确定对应于参考信号序列的参考斜率值与参考偏移值,以及对应于多组相位样本序列的多个样本斜率值和多个样本偏移值;
S104、由参考偏移值与多个样本偏移值形成空间向量,并由空间向量与多个期望空间向量的内积确定信号到达角估计值,其中,多个期望空间向量与多个预设到达角一一对应。
本申请中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、设备和计算机可读存储介质实施例而言,由于其基本相似于方法实施例,所以其描述进行了简化,相关之处可参见方法实施例的部分说明即可。
本申请实施例提供的装置、设备和计算机可读存储介质与方法是一一对应的,因此,装置、设备和计算机可读存储介质也具有与其对应的方法类似的有益技术效果,由于上面已经对方法的有益技术效果进行了详细说明,因此,这里不再赘述装置、设备和计算机可读存储介质的有益技术效果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (14)
1.一种信号到达角估计方法,其特征在于,包括:
由阵列天线中的参考阵元获取参考信号序列,并由所述阵列天线获取多组信号样本序列;
将所述参考信号序列转化为参考相位序列,将所述多组信号样本序列转化为多组相位样本序列;
分别对所述参考相位序列和多组相位样本序列执行范德蒙逆运算,从而确定对应于所述参考信号序列的参考斜率值与参考偏移值,以及对应于所述多组相位样本序列的多个样本斜率值和多个样本偏移值;
由所述参考偏移值与多个样本偏移值形成空间向量,并由所述空间向量与多个期望空间向量的内积确定信号到达角估计值,其中,所述多个期望空间向量与多个预设到达角一一对应。
2.如权利要求1所述的估计方法,其特征在于,
所述由所述阵列天线中的参考阵元获取参考信号序列,并由阵列天线获取多组信号样本序列具体包括:
在参考时段内,由所述参考阵元获取的多个参考信号确定参考信号序列;
在采样时段内,由模数转换器根据预设采样规则在所述阵列天线内进行阵元切换,进而由所述阵列天线中的多个阵元确定信号样本序列。
3.如权利要求1所述的估计方法,其特征在于,
所述分别对所述参考相位序列和多组相位样本序列执行范德蒙逆运算具体包括:
根据采样时间间隔分别构建对应于所述参考信号序列和/或所述多组信号样本序列中每一组信号样本序列的范德蒙矩阵;
由公式M=(V*VT)-1V分别确认对应于所述参考信号序列和/或所述多组信号样本序列中每一组信号样本序列的范德蒙逆系数,其中,V为所述范德蒙矩阵,M为所述范德蒙逆系数;
根据对应于所述参考相位序列的范德蒙逆系数确定所述参考斜率值与所述参考偏移值;
根据对应于所述多组相位样本序列的多个范德蒙逆系数分别确定对应于所述多组相位样本序列的多个样本斜率值和多个样本偏移值。
4.如权利要求1所述的估计方法,其特征在于,所述方法还包括:
根据所述公式M=(V*VT)-1V预先执行离线运算,以分别确认对应于所述参考信号序列和/或所述多组信号样本序列中每一组信号样本序列的范德蒙逆系数。
5.如权利要求1所述的估计方法,其特征在于,所述由所述空间向量A与多个期望空间向量R的内积估计信号到达角度具体包括:
确定多个预设到达角;
根据所述多个预设到达角分别向所述阵列天线入射信号,从而确定对应于所述多个预设到达角的多个期望空间向量;
计算所述空间向量与所述多个期望空间向量的多个内积值;
从所述多个期望空间向量中确定具有最大内积值的目标期望空间向量,并选取对应于所述目标期望空间向量的预设到达角作为所述估计角度。
6.如权利要求1所述的估计方法,其特征在于,所述方法还包括:
由所述参考斜率值与所述多个样本斜率值确定多个斜率比较值;
若所述多个斜率比较值中的任意一个斜率比较值超过预设阈值,则丢弃所确定的信号到达角估计值。
7.一种信号到达角估计装置,其特征在于,包括:
获取模块,用于由阵列天线中的参考阵元获取参考信号序列,并由所述阵列天线获取多组信号样本序列;
相位转换模块,用于将所述参考信号序列转化为参考相位序列,将所述多组信号样本序列转化为多组相位样本序列;
范德蒙逆运算模块,用于分别对所述参考相位序列和多组相位样本序列执行范德蒙逆运算,从而确定对应于所述参考信号序列的参考斜率值与参考偏移值,以及对应于所述多组相位样本序列的多个样本斜率值和多个样本偏移值;
估计模块,用于由所述参考偏移值与多个样本偏移值形成空间向量,并由所述空间向量与多个期望空间向量的内积确定信号到达角估计值,其中,所述多个期望空间向量R与多个预设到达角一一对应。
8.如权利要求7所述的估计装置,其特征在于,
所述获取模块具体用于:
在参考时段内,由所述参考阵元获取多个参考信号确定参考信号序列;
在采样时段内,由模数转换器根据预设采样规则在所述阵列天线内进行阵元切换,进而由所述阵列天线中的多个阵元确定信号样本序列。
9.如权利要求7所述的估计装置,其特征在于,
所述范德蒙逆运算模块具体用于:
根据采样时间间隔分别构建对应于所述参考信号序列和/或所述多组信号样本序列中每一组信号样本序列的范德蒙矩阵;
由公式M=(V*VT)-1V分别确认对应于所述参考信号序列和/或所述多组信号样本序列中每一组信号样本序列的范德蒙逆系数,其中,V为所述范德蒙矩阵,M为所述范德蒙逆系数;
根据对应于所述参考相位序列的范德蒙逆系数确定所述参考斜率值与所述参考偏移值;
根据对应于所述多组相位样本序列的多个范德蒙逆系数分别确定对应于所述多组相位样本序列的多个样本斜率值和多个样本偏移值。
10.如权利要求7所述的估计装置,其特征在于,所述装置还包括离线运算模块,具体用于:
根据所述公式M=(V*VT)-1V预先执行离线运算,以分别确认对应于所述参考信号序列和/或所述多组信号样本序列中每一组信号样本序列的范德蒙逆系数。
11.如权利要求7所述的估计装置,其特征在于,所述估计模块具体用于:
确定多个预设到达角;
根据所述多个预设到达角分别向所述阵列天线入射信号,从而确定对应于所述多个预设到达角的多个期望空间向量;
计算所述空间向量与所述多个期望空间向量的多个内积值;
从所述多个期望空间向量中确定具有最大内积值的目标期望空间向量,并选取对应于所述目标期望空间向量的预设到达角作为所述估计角度。
12.如权利要求7所述的估计装置,其特征在于,所述装置还包括误差去除模块:
由所述参考斜率值与所述多个样本斜率值确定多个斜率比较值;
若所述多个斜率比较值中的任意一个斜率比较值超过预设阈值,则将确定的所述信号到达角估计值丢弃。
13.一种到达角估计装置,其特征在于,包括:
一个或者多个多核处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或者多个多核处理器执行时,使得所述一个或多个多核处理器实现:
由阵列天线中的参考阵元获取参考信号序列,并由所述阵列天线获取多组信号样本序列;
将所述参考信号序列转化为参考相位序列,将所述多组信号样本序列转化为多组相位样本序列;
分别对所述参考相位序列和多组相位样本序列执行范德蒙逆运算,从而确定对应于所述参考信号序列的参考斜率值与参考偏移值,以及对应于所述多组相位样本序列的多个样本斜率值和多个样本偏移值;
由所述参考偏移值与多个样本偏移值形成空间向量,并由所述空间向量与多个期望空间向量的内积确定信号到达角估计值,其中,所述多个期望空间向量与多个预设到达角一一对应。
14.一种计算机可读存储介质,所述计算机可读存储介质存储有程序,当所述程序被多核处理器执行时,使得所述多核处理器执行如权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910424542.4A CN110187304B (zh) | 2019-05-21 | 2019-05-21 | 一种信号到达角估计方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910424542.4A CN110187304B (zh) | 2019-05-21 | 2019-05-21 | 一种信号到达角估计方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110187304A CN110187304A (zh) | 2019-08-30 |
CN110187304B true CN110187304B (zh) | 2021-05-04 |
Family
ID=67717052
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910424542.4A Active CN110187304B (zh) | 2019-05-21 | 2019-05-21 | 一种信号到达角估计方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110187304B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111044969B (zh) * | 2019-12-03 | 2022-02-11 | 泰凌微电子(上海)股份有限公司 | 一种信号到达角估计方法、装置及计算机可读存储介质 |
CN112649786A (zh) * | 2020-11-30 | 2021-04-13 | 天津光电通信技术有限公司 | 一种基于虚拟阵元的宽带信号超分辨测向方法及装置 |
CN114554397B (zh) * | 2021-02-04 | 2022-09-27 | 珠海极海半导体有限公司 | 蓝牙定位终端及系统 |
CN112601282B (zh) * | 2021-03-02 | 2021-06-08 | 网络通信与安全紫金山实验室 | 定位参数确定方法、装置、计算机设备和存储介质 |
CN113655435B (zh) * | 2021-07-22 | 2024-05-07 | 深圳云里物里科技股份有限公司 | 到达角度的确定方法、装置、信号接收设备、系统和介质 |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1279044A2 (en) * | 2000-04-24 | 2003-01-29 | Kabushiki Kaisha Toyota Chuo Kenkyusho | Music spectrum calculating method, device and medium |
CN102841344A (zh) * | 2012-09-13 | 2012-12-26 | 电子科技大学 | 一种少阵元近场宽带信号源参数估计方法 |
CN103424735A (zh) * | 2013-07-30 | 2013-12-04 | 北京邮电大学 | 基于最小描述长度的近场源定位方法、装置及系统 |
CN104007413A (zh) * | 2014-04-28 | 2014-08-27 | 电子科技大学 | 考虑信源方位误差的阵列位置误差校正方法 |
CN104237843A (zh) * | 2014-09-04 | 2014-12-24 | 电子科技大学 | 一种分布式信源二维中心波达角的估计方法 |
CN105262530A (zh) * | 2015-09-21 | 2016-01-20 | 梁海浪 | 一种来波方向快速估计的方法 |
CN105306123A (zh) * | 2015-10-15 | 2016-02-03 | 哈尔滨工程大学 | 一种抗阵列系统误差的稳健波束形成方法 |
CN105335615A (zh) * | 2015-10-31 | 2016-02-17 | 电子科技大学 | 一种低复杂度的二维角度和极化参数联合估计方法 |
CN105891771A (zh) * | 2016-04-06 | 2016-08-24 | 北京邮电大学 | 一种提高估计精度的基于连续分布的角度估计方法与设备 |
CN106093921A (zh) * | 2016-07-25 | 2016-11-09 | 中国电子科技集团公司第五十四研究所 | 基于稀疏分解理论的声矢量阵宽带测向方法 |
EP3175257A1 (en) * | 2014-08-04 | 2017-06-07 | MediaTek Inc. | Main lobe and grating lobe identification for direction finding |
CN106980104A (zh) * | 2016-12-29 | 2017-07-25 | 中国银联股份有限公司 | 用于传感器阵列的信号波达方向自校正方法 |
CN107290709A (zh) * | 2017-05-05 | 2017-10-24 | 浙江大学 | 基于范德蒙分解的互质阵列波达方向估计方法 |
CN107728102A (zh) * | 2017-09-29 | 2018-02-23 | 南京科兴新材料科技有限公司 | 一种阵列传感器的波达方向估计方法 |
CN108802669A (zh) * | 2018-07-13 | 2018-11-13 | 中国人民解放军陆军工程大学 | 二维波达方向估计方法、二维波达方向估计装置及终端 |
CN108896954A (zh) * | 2018-06-07 | 2018-11-27 | 河海大学 | 互质阵中一种基于联合实值子空间的波达角估计方法 |
CN108900455A (zh) * | 2018-07-02 | 2018-11-27 | 深圳大学 | 一种基于稀疏贝叶斯学习的载波频偏处理方法及系统 |
CN108919183A (zh) * | 2018-04-13 | 2018-11-30 | 中国人民解放军陆军工程大学 | 基于Hadamard积的OFDM信号空时二维定位参数快速估计方法 |
CN109633520A (zh) * | 2019-01-21 | 2019-04-16 | 重庆邮电大学 | 一种均匀圆阵超分辨率空间谱估计方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7714782B2 (en) * | 2004-01-13 | 2010-05-11 | Dennis Willard Davis | Phase arrays exploiting geometry phase and methods of creating such arrays |
-
2019
- 2019-05-21 CN CN201910424542.4A patent/CN110187304B/zh active Active
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1279044A2 (en) * | 2000-04-24 | 2003-01-29 | Kabushiki Kaisha Toyota Chuo Kenkyusho | Music spectrum calculating method, device and medium |
CN102841344A (zh) * | 2012-09-13 | 2012-12-26 | 电子科技大学 | 一种少阵元近场宽带信号源参数估计方法 |
CN103424735A (zh) * | 2013-07-30 | 2013-12-04 | 北京邮电大学 | 基于最小描述长度的近场源定位方法、装置及系统 |
CN104007413A (zh) * | 2014-04-28 | 2014-08-27 | 电子科技大学 | 考虑信源方位误差的阵列位置误差校正方法 |
EP3175257A1 (en) * | 2014-08-04 | 2017-06-07 | MediaTek Inc. | Main lobe and grating lobe identification for direction finding |
CN104237843A (zh) * | 2014-09-04 | 2014-12-24 | 电子科技大学 | 一种分布式信源二维中心波达角的估计方法 |
CN105262530A (zh) * | 2015-09-21 | 2016-01-20 | 梁海浪 | 一种来波方向快速估计的方法 |
CN105306123A (zh) * | 2015-10-15 | 2016-02-03 | 哈尔滨工程大学 | 一种抗阵列系统误差的稳健波束形成方法 |
CN105335615A (zh) * | 2015-10-31 | 2016-02-17 | 电子科技大学 | 一种低复杂度的二维角度和极化参数联合估计方法 |
CN105891771A (zh) * | 2016-04-06 | 2016-08-24 | 北京邮电大学 | 一种提高估计精度的基于连续分布的角度估计方法与设备 |
CN106093921A (zh) * | 2016-07-25 | 2016-11-09 | 中国电子科技集团公司第五十四研究所 | 基于稀疏分解理论的声矢量阵宽带测向方法 |
CN106980104A (zh) * | 2016-12-29 | 2017-07-25 | 中国银联股份有限公司 | 用于传感器阵列的信号波达方向自校正方法 |
CN107290709A (zh) * | 2017-05-05 | 2017-10-24 | 浙江大学 | 基于范德蒙分解的互质阵列波达方向估计方法 |
CN107728102A (zh) * | 2017-09-29 | 2018-02-23 | 南京科兴新材料科技有限公司 | 一种阵列传感器的波达方向估计方法 |
CN108919183A (zh) * | 2018-04-13 | 2018-11-30 | 中国人民解放军陆军工程大学 | 基于Hadamard积的OFDM信号空时二维定位参数快速估计方法 |
CN108896954A (zh) * | 2018-06-07 | 2018-11-27 | 河海大学 | 互质阵中一种基于联合实值子空间的波达角估计方法 |
CN108900455A (zh) * | 2018-07-02 | 2018-11-27 | 深圳大学 | 一种基于稀疏贝叶斯学习的载波频偏处理方法及系统 |
CN108802669A (zh) * | 2018-07-13 | 2018-11-13 | 中国人民解放军陆军工程大学 | 二维波达方向估计方法、二维波达方向估计装置及终端 |
CN109633520A (zh) * | 2019-01-21 | 2019-04-16 | 重庆邮电大学 | 一种均匀圆阵超分辨率空间谱估计方法 |
Non-Patent Citations (2)
Title |
---|
A Cumulant-Based Method for Direction Finding in Uniform Linear Arrays With Mutual Coupling;Bin Liao;《IEEE ANTENNAS AND WIRELESS PROPAGATION LETTERS》;20141231;1717-1781 * |
矢量传感器阵列MIMO 雷达高精度二维DOA 与极化联合估计;梁 浩;《电子与信息学报》;20161030;2437-2444 * |
Also Published As
Publication number | Publication date |
---|---|
CN110187304A (zh) | 2019-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110187304B (zh) | 一种信号到达角估计方法及装置 | |
CN111337893B (zh) | 一种基于实值稀疏贝叶斯学习的离格doa估计方法 | |
CN111903218B (zh) | 基于中国剩余定理的干涉仪测向方法 | |
JP2012255779A5 (zh) | ||
CN106980104B (zh) | 用于传感器阵列的信号波达方向自校正方法 | |
CN107645770B (zh) | 一种相位校准方法及装置 | |
US20240162911A1 (en) | Sampling clock phase mismatch error estimation method and apparatus, and storage medium | |
Decurninge et al. | Robust Burg estimation of radar scatter matrix for autoregressive structured SIRV based on Fréchet medians | |
KR101958337B1 (ko) | 신호의 도래각을 추정하는 방법 및 장치 | |
Xu et al. | Asymptotic properties of Pearson׳ s rank-variate correlation coefficient in bivariate normal model | |
CN102208930B (zh) | 快速信号子空间估计方法 | |
CN112152624A (zh) | 补偿装置及方法、存储介质、电子装置 | |
KR101559270B1 (ko) | 자기상관행렬을 이용한 슬라이딩벡터 기반의 저계산량 등간격 선형 어레이 도래각 추정 방법 및 그 장치. | |
CN109917330B (zh) | 一种存在相位误差时基于稀疏正交匹配追踪理论的到达角估计方法 | |
CN114553649A (zh) | 信号频率偏差校准方法、装置、电子设备和存储介质 | |
Katzberg et al. | Spatial interpolation of room impulse responses using compressed sensing | |
CN103955602A (zh) | 一种综合孔径微波辐射计阵列因子成型方法 | |
CN115248413A (zh) | 一种适用于非均匀线阵的离格信号波达方向估计方法 | |
KR101683827B1 (ko) | 샘플링 기법을 이용한 슬라이딩벡터 기반의 저계산량 등간격 선형 어레이 도래각 추정방법 및 그 장치. | |
Ahmed et al. | Fast indoor localization using WiFi channel state information | |
KR101564192B1 (ko) | 슬라이딩벡터 기반의 등간격 선형 어레이 도래각 추정 방법 및 그 장치. | |
CN115913408B (zh) | 天线相位误差校正方法、装置、基站和存储介质 | |
CN117031392B (zh) | 一种用于双通道接收机测向的方法及系统 | |
Cordill et al. | Mutual coupling calibration using the Reiterative Superresolution (RISR) algorithm | |
KR101062884B1 (ko) | 3차원 멀티베이스라인 방위추정 방법 및 장치 |
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 | ||
CB02 | Change of applicant information |
Address after: 200135 building 3, no.1500, Zuchongzhi Road, China (Shanghai) pilot Free Trade Zone, Pudong New Area, Shanghai Applicant after: Tailing Microelectronics (Shanghai) Co.,Ltd. Address before: 200135 building 3, no.1500, Zuchongzhi Road, China (Shanghai) pilot Free Trade Zone, Pudong New Area, Shanghai Applicant before: TELINK SEMICONDUCTOR (SHANGHAI) Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |