CN110954861A - 一种基于增强型嵌套阵列的doa估计方法 - Google Patents

一种基于增强型嵌套阵列的doa估计方法 Download PDF

Info

Publication number
CN110954861A
CN110954861A CN201911305701.5A CN201911305701A CN110954861A CN 110954861 A CN110954861 A CN 110954861A CN 201911305701 A CN201911305701 A CN 201911305701A CN 110954861 A CN110954861 A CN 110954861A
Authority
CN
China
Prior art keywords
array
doa estimation
enhanced
enhanced nested
carrying
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.)
Pending
Application number
CN201911305701.5A
Other languages
English (en)
Inventor
赵嫔姣
胡国兵
陈正宇
陈恺
张清
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jinling Institute of Technology
Original Assignee
Jinling Institute of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jinling Institute of Technology filed Critical Jinling Institute of Technology
Priority to CN201911305701.5A priority Critical patent/CN110954861A/zh
Publication of CN110954861A publication Critical patent/CN110954861A/zh
Pending legal-status Critical Current

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
    • G01S3/143—Systems for determining direction or deviation from predetermined direction by vectorial combination of signals derived from differently oriented antennae
    • 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
    • G01S3/78—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 electromagnetic waves other than radio waves
    • G01S3/782—Systems for determining direction or deviation from predetermined direction
    • 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
    • G01S3/80—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 ultrasonic, sonic or infrasonic waves
    • G01S3/802—Systems for determining direction or deviation from predetermined direction
    • G01S3/8027—By vectorial composition of signals received by plural, differently-oriented transducers

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种基于增强型嵌套阵列的DOA估计方法，包括利用两个阵元间距不同的均匀线阵和一个独立的传感器构造增强型嵌套阵列；对目标辐射源进行空间采样，并对天线阵列接收信号的协方差矩阵进行向量化处理；计算增强型嵌套阵列的差分共阵；对观测空域进行网格划分，构造过完备基矩阵；基于压缩感知方法将目标辐射源的DOA估计问题转化为求解l1范数最小化约束方程问题，通过谱峰搜索实现目标辐射源的DOA估计。本发明基于增强型嵌套阵列以及压缩感知理论，将DOA估计问题转化成求解范数最小化约束方程问题，在低信噪比、小快拍数等不理想条件下能够实现高精度的DOA估计，并且能够估计信源的个数大于阵元数。

Description

一种基于增强型嵌套阵列的DOA估计方法
技术领域
本发明属于阵列信号处理技术领域，具体涉及一种基于增强型嵌套阵列的DOA估计方法。
背景技术
DOA估计是阵列信号处理领域的一个重要的研究分支，在雷达、声纳以及无线通信等领域具有重要的应用价值，其中天线阵列用于接收入射信号的空间采样。阵列信号处理领域中最广泛采用的均匀线阵受限于自由度和阵列孔径，从而导致基于该类阵列测向方法的可分辨信号个数和DOA估计精度受限。
目前，一些稀疏非均匀线阵的提出为高精度DOA估计提出新思路，典型的有：最小冗余阵列(MRA)、最小孔洞阵列(MHA)、嵌套阵(NA)和互质阵(CPA)及其衍生阵列等。与均匀线阵相比，稀疏非均匀线阵具有更多的自由度，能够估计更多的信源数；MRA和MHA的阵列构型没有闭式表达式；CPA及其衍生阵列的差分共阵不是连续的，有效阵列孔径较低；嵌套阵的差分共阵具有无孔特性，但是其连续自由度和有效阵列孔径有待进一步提高。
发明内容
本发明所要解决的技术问题是针对上述现有技术的不足，提供一种基于增强型嵌套阵列的DOA估计方法，增强型嵌套阵列具有无孔差分特性并且具有更大的连续自由度，能够估计更多的信源数并且具有较高估计精度。
为实现上述技术目的，本发明采取的技术方案为：
一种基于增强型嵌套阵列的DOA估计方法，包括：
步骤1：利用两个阵元间距不同的均匀线阵和一个独立的传感器构造增强型嵌套阵列；
步骤2：对目标辐射源进行空间采样，并对天线阵列接收信号的协方差矩阵进行向量化处理；
步骤3：计算增强型嵌套阵列的差分共阵；
步骤4：对观测空域进行网格划分，构造过完备基矩阵；
步骤5：基于压缩感知方法将目标辐射源的DOA估计问题转化为求解l1范数最小化约束方程问题，通过谱峰搜索实现目标辐射源的DOA估计。
为优化上述技术方案，采取的具体措施还包括：
上述的步骤1，所述增强型型嵌套阵列由三部分组成：均匀线阵a、均匀线阵b和独立的传感器o：
定义均匀线阵a含有N1个阵元，阵元间距为d；均匀线阵b含有N2-1个阵元，阵元间距为N1d；
以均匀线阵a的第一个阵元为起始阵元，独立的传感器o位于距起始阵元的(2N1+1)d处，均匀线阵b的第一个阵元距传感器o的距离为N1d；
其中，0＜d≤λ/2，λ表示目标辐射源的波长；
对d进行归一化处理，在N1≥1，N2≥2并且N1，N2属于正整数，均匀线阵a，独立阵元o，和均匀线阵b组合成增强型嵌套阵列。
上述的增强型型嵌套阵列构型为：
Figure BDA0002323009940000021
其中，
Figure BDA0002323009940000022
Figure BDA0002323009940000023
为取值范围从0到m的正整数集合。
上述的步骤2包括：
步骤2.1：对目标辐射源进行空间采样，得到天线阵列接收信号向量为：
x(t)＝As(t)+n(t),t＝1,…,T；
其中，A为阵列流型矩阵，n(t)为加性高斯白噪声，T为快拍数；
步骤2.2：计算天线阵列接收信号的协方差矩阵：
对于多快拍情况，天线阵列接收信号的协方差矩阵为：
Figure BDA0002323009940000024
其中，Rss表示源信号的协方差矩阵，
Figure BDA0002323009940000025
表示噪声功率；
步骤2.3：向量化处理天线阵列接收信号的协方差矩阵：
对Rxx进行向量化处理
Figure BDA0002323009940000026
其中，(A*⊙A)表示差分共阵的阵列流型矩阵。
上述的步骤3，所述增强型嵌套阵列的差分共阵由自差分集
Figure BDA0002323009940000027
互差分集
Figure BDA0002323009940000028
以及其镜像集合
Figure BDA0002323009940000029
组成，即：
Figure BDA00023230099400000210
总共含有D＝2N1(N2+1)+1个连续自由度；
自差分集
Figure BDA0002323009940000031
及其镜像集合
Figure BDA0002323009940000032
的计算公式为：
Figure BDA0002323009940000033
Figure BDA0002323009940000034
互差分集
Figure BDA0002323009940000035
及其镜像集合
Figure BDA0002323009940000036
的计算公式为：
Figure BDA0002323009940000037
Figure BDA0002323009940000038
上述的步骤4为：
根据信号源的空域稀疏性，将观测空间[-90°,90°]划分成L个等间隔的角度集合，并根据划分的角度集合构建过完备基：B＝[b(θ1),b(θ2),…,b(θL)]；
其中b(θl)＝[1,…,exp(j2πDdsinθl/λ)]T。
上述的步骤5，所述l1范数最小化约束方程为：
Figure BDA0002323009940000039
其中κ为罚因子，设置为0.25。
本发明具有以下有益效果：
1)本发明提出的增强型嵌套阵列的阵列构型和自由度均具有简单的闭式表达式；其差分共阵具有无孔特性；相比于嵌套阵，增强型嵌套阵列具有更多的连续自由度和有效阵列孔径；
2)本发明基于增强型嵌套阵列以及压缩感知理论，将DOA估计问题转化成求解范数最小化约束方程问题，在低信噪比、小快拍数等不理想条件下能够实现高精度的DOA估计，并且能够估计信源的个数大于阵元数。
附图说明
图1是本发明的流程示意图；
图2是相同条件下本发明提出的增强型嵌套阵列与嵌套阵、超级嵌套阵、互质阵以及广义的嵌套阵列的连续自由度随阵元数变化对比图；
图3是相同条件下本发明提出的增强型嵌套阵列与嵌套阵、超级嵌套阵、互质阵以及广义的嵌套阵列的DOA估计性能对比图。
具体实施方式
以下结合附图对本发明的实施例作进一步详细描述。
参照图1，本发明的一种基于增强型嵌套阵列的DOA估计方法,包括：
步骤1：利用两个阵元间距不同的均匀线阵和一个独立的传感器构造增强型嵌套阵列；
所述增强型型嵌套阵列由三部分组成：均匀线阵a、均匀线阵b和独立的传感器o：
定义均匀线阵a含有N1个阵元，阵元间距为d；均匀线阵b含有N2-1个阵元，阵元间距为N1d；
以均匀线阵a的第一个阵元为起始阵元，独立的传感器o位于距起始阵元的(2N1+1)d处，均匀线阵b的第一个阵元距传感器o的距离为N1d；
其中，0＜d≤λ/2，λ表示目标辐射源的波长；
对d进行归一化处理，在N1≥1，N2≥2并且N1，N2属于正整数，均匀线阵a，独立阵元o，和均匀线阵b组合成增强型嵌套阵列。
所述增强型型嵌套阵列构型为：
Figure BDA0002323009940000041
其中，
Figure BDA0002323009940000042
Figure BDA0002323009940000043
为取值范围从0到m的正整数集合。
步骤2：对目标辐射源进行空间采样，并对天线阵列接收信号的协方差矩阵进行向量化处理，包括：
步骤2.1：对目标辐射源进行空间采样，得到天线阵列接收信号向量为：
x(t)＝As(t)+n(t),t＝1,…,T；
其中，A为阵列流型矩阵，n(t)为加性高斯白噪声，T为快拍数；
步骤2.2：计算天线阵列接收信号的协方差矩阵：
对于多快拍情况，天线阵列接收信号的协方差矩阵为：
Figure BDA0002323009940000044
其中，Rss表示源信号的协方差矩阵，
Figure BDA0002323009940000045
表示噪声功率；
步骤2.3：向量化处理天线阵列接收信号的协方差矩阵：
对Rxx进行向量化处理
Figure BDA0002323009940000051
其中，(A*⊙A)表示差分共阵的阵列流型矩阵。
步骤3：计算增强型嵌套阵列的差分共阵；
所述增强型嵌套阵列的差分共阵由自差分集
Figure BDA0002323009940000052
互差分集
Figure BDA0002323009940000053
以及其镜像集合
Figure BDA0002323009940000054
组成，即：
Figure BDA0002323009940000055
总共含有D＝2N1(N2+1)+1个连续自由度；
自差分集
Figure BDA00023230099400000515
及其镜像集合
Figure BDA0002323009940000057
的计算公式为：
Figure BDA0002323009940000058
Figure BDA0002323009940000059
互差分集
Figure BDA00023230099400000510
及其镜像集合
Figure BDA00023230099400000511
的计算公式为：
Figure BDA00023230099400000512
Figure BDA00023230099400000513
步骤4：对观测空域进行网格划分，构造过完备基矩阵：
根据信号源的空域稀疏性，将观测空间[-90°,90°]划分成L个等间隔的角度集合，并根据划分的角度集合构建过完备基：B＝[b(θ1),b(θ2),…,b(θL)]；
其中b(θl)＝[1,…,exp(j2πDdsinθl/λ)]T。
步骤5：基于压缩感知方法将目标辐射源的DOA估计问题转化为求解l1范数最小化约束方程问题，通过谱峰搜索实现目标辐射源的DOA估计；
所述l1范数最小化约束方程为：
Figure BDA00023230099400000514
其中κ为罚因子，通常设置为0.25。
图2是相同条件下本发明提出的增强型嵌套阵列、嵌套阵、超级嵌套阵、互质阵以及广义的嵌套阵列的连续自由度随阵元数变化对比图。由图2可得，在阵元数相同的情况下，本发明提出的增强型嵌套阵列具有更多自由度，从而具有更大的有效阵列孔径，有助于提高信号分辨个数和DOA估计精度。
相同条件下本发明提出的增强型嵌套阵列与嵌套阵、超级嵌套阵、互质阵以及广义的嵌套阵列的DOA估计性能对比图。由图3可得，在相同条件下，本发明公开基于增强型嵌套阵列的DOA估计方法具有更高的DOA估计精度。
综上，本发明公开的增强型嵌套阵列的阵列构型和自由度均具有简单的闭式表达式；其差分共阵具有无孔特性；相比于嵌套阵列，增强型嵌套阵列具有更多的连续自由度和有效阵列孔径，从而有助于提高DOA估计精度和阵元利用率，实现高精度DOA估计。
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。

Claims (7)

1.一种基于增强型嵌套阵列的DOA估计方法，其特征在于，包括：
步骤1：利用两个阵元间距不同的均匀线阵和一个独立的传感器构造增强型嵌套阵列；
步骤2：对目标辐射源进行空间采样，并对天线阵列接收信号的协方差矩阵进行向量化处理；
步骤3：计算增强型嵌套阵列的差分共阵；
步骤4：对观测空域进行网格划分，构造过完备基矩阵；
步骤5：基于压缩感知方法将目标辐射源的DOA估计问题转化为求解l1范数最小化约束方程问题，通过谱峰搜索实现目标辐射源的DOA估计。
2.根据权利要求1所述的一种基于增强型嵌套阵列的DOA估计方法，其特征在于，步骤1所述增强型型嵌套阵列由三部分组成：均匀线阵a、均匀线阵b和独立的传感器o：
定义均匀线阵a含有N1个阵元，阵元间距为d；均匀线阵b含有N2-1个阵元，阵元间距为N1d；
以均匀线阵a的第一个阵元为起始阵元，独立的传感器o位于距起始阵元的(2N1+1)d处，均匀线阵b的第一个阵元距传感器o的距离为N1d；
其中，0＜d≤λ/2，λ表示目标辐射源的波长；
对d进行归一化处理，在N1≥1，N2≥2并且N1，N2属于正整数，均匀线阵a，独立阵元o，和均匀线阵b组合成增强型嵌套阵列。
3.根据权利要求2所述的一种基于增强型嵌套阵列的DOA估计方法，其特征在于，所述增强型型嵌套阵列构型为：
Figure FDA0002323009930000011
其中，
Figure FDA0002323009930000012
Figure FDA0002323009930000013
为取值范围从0到m的正整数集合。
4.根据权利要求3所述的一种基于增强型嵌套阵列的DOA估计方法，其特征在于，步骤2包括：
步骤2.1：对目标辐射源进行空间采样，得到天线阵列接收信号向量为：
x(t)＝As(t)+n(t),t＝1,…,T；
其中，A为阵列流型矩阵，n(t)为加性高斯白噪声，T为快拍数；
步骤2.2：计算天线阵列接收信号的协方差矩阵：
对于多快拍情况，天线阵列接收信号的协方差矩阵为：
Figure FDA0002323009930000021
其中，Rss表示源信号的协方差矩阵，
Figure FDA0002323009930000022
表示噪声功率；
步骤2.3：向量化处理天线阵列接收信号的协方差矩阵：
对Rxx进行向量化处理
Figure FDA0002323009930000023
其中(A*⊙A)表示差分共阵的阵列流型矩阵。
5.根据权利要求4所述的一种基于增强型嵌套阵列的DOA估计方法，其特征在于，步骤3所述增强型嵌套阵列的差分共阵由自差分集
Figure FDA0002323009930000024
互差分集
Figure FDA0002323009930000025
以及其镜像集合
Figure FDA0002323009930000026
组成，即：
Figure FDA0002323009930000027
总共含有D＝2N1(N2+1)+1个连续自由度；
自差分集
Figure FDA0002323009930000028
及其镜像集合
Figure FDA0002323009930000029
的计算公式为：
Figure FDA00023230099300000210
Figure FDA00023230099300000211
互差分集
Figure FDA00023230099300000212
及其镜像集合
Figure FDA00023230099300000213
的计算公式为：
Figure FDA00023230099300000214
Figure FDA00023230099300000215
6.根据权利要求5所述的一种基于增强型嵌套阵列的DOA估计方法，其特征在于，步骤4为：
根据信号源的空域稀疏性，将观测空间[-90°,90°]划分成L个等间隔的角度集合，并根据划分的角度集合构建过完备基：B＝[b(θ1),b(θ2),…,b(θL)]；
其中b(θl)＝[1,…,exp(j2πDdsinθl/λ)]T。
7.根据权利要求6所述的一种基于增强型嵌套阵列的DOA估计方法，其特征在于，步骤5所述所述l1范数最小化约束方程为：
Figure FDA0002323009930000031
其中κ为罚因子，设置为0.25。
CN201911305701.5A 2019-12-18 2019-12-18 一种基于增强型嵌套阵列的doa估计方法 Pending CN110954861A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911305701.5A CN110954861A (zh) 2019-12-18 2019-12-18 一种基于增强型嵌套阵列的doa估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911305701.5A CN110954861A (zh) 2019-12-18 2019-12-18 一种基于增强型嵌套阵列的doa估计方法

Publications (1)

Publication Number Publication Date
CN110954861A true CN110954861A (zh) 2020-04-03

Family

ID=69982377

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911305701.5A Pending CN110954861A (zh) 2019-12-18 2019-12-18 一种基于增强型嵌套阵列的doa估计方法

Country Status (1)

Country Link
CN (1) CN110954861A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111665484A (zh) * 2020-06-29 2020-09-15 成都航空职业技术学院 一种增加自由度和减少互耦的mimo阵列设计方法
CN111983552A (zh) * 2020-07-28 2020-11-24 南京航空航天大学 一种基于差分共阵的嵌套阵列快速doa估计方法与装置
CN112363110A (zh) * 2020-11-30 2021-02-12 海南大学 一种基于嵌套交叉偶极子阵列的无网格单比特doa估计方法
CN113296056A (zh) * 2021-05-10 2021-08-24 华中科技大学 一种声阵列构型及声源定位方法、系统
CN113325364A (zh) * 2021-07-15 2021-08-31 金陵科技学院 一种基于数据压缩的空时联合测向方法
CN113589224A (zh) * 2021-08-03 2021-11-02 宜宾电子科技大学研究院 一种基于增强嵌套阵的doa估计方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104977558A (zh) * 2015-06-16 2015-10-14 电子科技大学 一种基于贝叶斯压缩感知的分布源中心波达方向估计方法
CN109613473A (zh) * 2018-11-30 2019-04-12 南京航空航天大学 基于稀疏性的展开互质线阵角度估计方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104977558A (zh) * 2015-06-16 2015-10-14 电子科技大学 一种基于贝叶斯压缩感知的分布源中心波达方向估计方法
CN109613473A (zh) * 2018-11-30 2019-04-12 南京航空航天大学 基于稀疏性的展开互质线阵角度估计方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
PINJIAO ZHAO ETC.: ""Enhanced Nested Array Configuration With Hole-Free Co-Array and Increasing Degrees of Freedom for DOA Estimation"", 《IEEE COMMUNICATIONS LETTERS》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111665484A (zh) * 2020-06-29 2020-09-15 成都航空职业技术学院 一种增加自由度和减少互耦的mimo阵列设计方法
CN111983552A (zh) * 2020-07-28 2020-11-24 南京航空航天大学 一种基于差分共阵的嵌套阵列快速doa估计方法与装置
CN111983552B (zh) * 2020-07-28 2023-11-07 南京航空航天大学 一种基于差分共阵的嵌套阵列快速doa估计方法与装置
CN112363110A (zh) * 2020-11-30 2021-02-12 海南大学 一种基于嵌套交叉偶极子阵列的无网格单比特doa估计方法
CN112363110B (zh) * 2020-11-30 2021-12-21 海南大学 一种基于嵌套交叉偶极子阵列的无网格单比特doa估计方法
CN113296056A (zh) * 2021-05-10 2021-08-24 华中科技大学 一种声阵列构型及声源定位方法、系统
CN113325364A (zh) * 2021-07-15 2021-08-31 金陵科技学院 一种基于数据压缩的空时联合测向方法
CN113589224A (zh) * 2021-08-03 2021-11-02 宜宾电子科技大学研究院 一种基于增强嵌套阵的doa估计方法

Similar Documents

Publication Publication Date Title
CN110954861A (zh) 一种基于增强型嵌套阵列的doa估计方法
CN110927659B (zh) 互耦条件下任意阵列流形doa估计与互耦校准方法及系统
CN109932680B (zh) 一种基于平移互质阵列的非圆信号波达方向估计方法
CN108344967B (zh) 基于互质面阵的二维波达方向快速估计方法
CN107037392B (zh) 一种基于压缩感知的自由度增加型互质阵列波达方向估计方法
CN111239678B (zh) 一种基于l型阵列的二维doa估计方法
CN109490820B (zh) 一种基于平行嵌套阵的二维doa估计方法
CN104730491A (zh) 一种基于l型阵的虚拟阵列doa估计方法
CN110197112B (zh) 一种基于协方差修正的波束域Root-MUSIC方法
CN110398732B (zh) 低计算量自适应步长迭代搜索的目标方向检测方法
CN113189538B (zh) 一种基于互质稀疏排列的三元阵列及其空间谱估计方法
CN102195701A (zh) 只利用一种模拟加权的平面相控阵和波束与差波束旁瓣抑制方法
CN104515969A (zh) 一种基于六角形阵列的相干信号二维doa估计方法
CN111366893B (zh) 一种均匀圆阵未知互耦条件下的非圆信号方位角估计方法
CN103353587B (zh) 基于改进的自适应数字波束形成的干涉测角方法
CN103399308B (zh) 主瓣和旁瓣干扰背景下雷达目标角度快速估计方法
CN106680779B (zh) 脉冲噪声下的波束成形方法及装置
CN116299150B (zh) 一种均匀面阵中降维传播算子的二维doa估计方法
CN109507634B (zh) 一种任意传感器阵列下的基于传播算子的盲远场信号波达方向估计方法
CN108594165B (zh) 一种基于期望最大化算法的窄带信号波达方向估计方法
CN111323742A (zh) 一种基于曲线阵列的相位干涉仪及其测向方法
Liu et al. Two-dimensional DOA estimation using a co-prime symmetric cross array
CN115616478A (zh) 一种基于混合远近场的新型对称稀疏阵列的设计方法
CN115524672A (zh) 结构化干扰与杂波下目标鲁棒智能检测方法
CN114609580A (zh) 一种基于非圆信号的无孔互质阵列设计方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200403