CN112051540A - 一种快速高精度测向方法 - Google Patents

一种快速高精度测向方法 Download PDF

Info

Publication number
CN112051540A
CN112051540A CN202010950706.XA CN202010950706A CN112051540A CN 112051540 A CN112051540 A CN 112051540A CN 202010950706 A CN202010950706 A CN 202010950706A CN 112051540 A CN112051540 A CN 112051540A
Authority
CN
China
Prior art keywords
array
target
coarse
matrix
azimuth angle
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
Application number
CN202010950706.XA
Other languages
English (en)
Other versions
CN112051540B (zh
Inventor
罗正华
周嘉伟
刘一达
廖雄
曾超
黄建刚
李霞
罗晓笛
何亮
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.)
Chengdu University
Original Assignee
Chengdu University
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 Chengdu University filed Critical Chengdu University
Priority to CN202010950706.XA priority Critical patent/CN112051540B/zh
Publication of CN112051540A publication Critical patent/CN112051540A/zh
Application granted granted Critical
Publication of CN112051540B publication Critical patent/CN112051540B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

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

Landscapes

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

Abstract

本发明公开了一种快速高精度测向方法，包括以下步骤：通过粗测向天线阵接收目标信号，获取目标粗方位角；根据精测向天线阵接收目标信号，构建阵列数据的协方差矩阵；对阵列数据的协方差矩阵进行特征分解，得到噪声子空间特征向量矩阵；采集天线阵列参数，并通过天线阵列参数构建导向矢量关系式；根据目标粗方位角、噪声子空间特征向量矩阵和导向矢量关系式进行二维谱峰搜索，获取目标方位角和俯仰角，完成高精度测向。本发明复杂度低，易于工程实现，解决了二维多重信号分类方法计算量大的问题，通过仿真验证，较传统二维多重信号分类方法，计算时间节省50％以上，提高了高精度测向的效率。

Description

一种快速高精度测向方法
技术领域
本发明属于电子侦察领域，具体涉及一种快速高精度测向方法。
背景技术
信号的波达方向(DOA)估计是电子侦察领域一个非常重要的研究内容，其主要目的是通过提取空间中由天线阵列所接收信号的有关特征，来估计信号的波达方向。
现有的一系列测向方法，主要包括：比幅法、干涉仪、多重信号分类。比幅法测向技术是根据入射信号的幅度来测量入射角，该技术具有系统简单、体积小、重量轻、价格便宜的优点，但由于天线间距和极化等原因，测向偏差较大。常用的干涉仪测向方法包括相位干涉仪及相关干涉仪。干涉仪测向技术具有方法简单、速度快、技术成熟等优点，因此，被广泛应用于各种领域。但相位干涉仪测向方法存在相位模糊、受硬件通道不一致性影响较大等问题，性能不佳；相关干涉仪测向方法是利用实际接收信号的相位差信息与样本库的数据作相关处理进行测向，算法运算简单，但测向精度及角度分辨力较差，且与样本库的质量具有很大的关系。二维多重信号分类(2D-MUSIC)方法当前是DOA估计的主要研究方向，该方法可以大大改善在系统处理带宽内空间信号的角度估计精度及其它相关参数估计精度，因而在雷达、通信、声纳等众多领域有广阔的应用前景，但其运算复杂，实时性无法满足工程应用。一般采用L形阵列、面阵和平行阵列实现二维参数估计，这种方法应用于入射信号俯仰角和方位角测量。在实际工程应用中，往往要求在测向(包括方位角与俯仰角)精度较高的情况下，满足实时性需求，而该方法不能同时满足高精度与高实时性的需求。
发明内容
针对现有技术中的上述不足，本发明提供的一种快速高精度测向方法解决了现有技术中时延高和精度低的问题。
为了达到上述发明目的，本发明采用的技术方案为：一种快速高精度测向方法，包括以下步骤：
S1、通过粗测向天线阵接收目标信号，获取目标粗方位角；
S2、根据精测向天线阵接收目标信号，构建阵列数据的协方差矩阵；
S3、对阵列数据的协方差矩阵进行特征分解，得到噪声子空间特征向量矩阵；
S4、采集天线阵列参数，并通过天线阵列参数构建导向矢量关系式；
S5、根据目标粗方位角、噪声子空间特征向量矩阵和导向矢量关系式进行二维谱峰搜索，获取目标方位角和俯仰角，完成高精度测向。
进一步地，所述步骤S1包括以下分步骤：
S11、设定粗测向天线阵的参考天线接收电压为：
E0＝A0cosωt
其中，A0表示目标信号振幅，ω表示目标信号角频率，t表示时间；
S12、以天线接收电压为E0为基础，获取东南西北四个方向粗测向天线阵阵元的接收电压为：
Figure BDA0002676766540000021
其中，EE、ES、EW和EN分别表示东南西北四个方向粗测向天线阵阵元的接收电压，π表示圆周率，λ表示目标信号的波长，θ表示目标信号入射仰角，α表示目标信号入射方位角，d表示天线直径；
S13、根据接收电压EE、ES、EW和EN，获取第一接收电压差ENS和第二接收电压差EEW为：
Figure BDA0002676766540000031
S14、通过第一接收电压差ENS和第二接收电压差EEW获取带有模糊的目标粗方位角α模糊为：
Figure BDA0002676766540000032
S15、判断是否存在第一接收电压差ENS为正且第二接收电压差EEW为正的情况，若是，则获得无模糊的目标粗方位角为α粗＝α模糊，否则进入步骤S16；
S16、判断是否存在第一接收电压差ENS为负且第二接收电压差EEW为正的情况，若是，则获得无模糊的目标粗方位角为α粗＝α模糊+180°，否则进入步骤S17；
S17、判断是否存在第一接收电压差ENS为正且第二接收电压差EEW为负的情况，若是，则获得无模糊的目标粗方位角为α粗＝α模糊+180°，否则进入步骤S18；
S18、判定第一接收电压差ENS为负且第二接收电压差EEW为负，获得无模糊的目标粗方位角为α粗＝α模糊+360°；
S19、将无模糊的目标粗方位角作为最终的目标粗方位角测量结果。
进一步地，所述步骤S2包括以下分步骤：
S21、根据精测向天线阵接收目标信号，将精测向天线阵中各阵元接收的数据合成阵列数据矩阵X；
S22、通过阵列数据矩阵X构建阵列数据的协方差矩阵R。
进一步地，所述步骤S21中阵列数据矩阵X为：
Figure BDA0002676766540000041
其中，Data_ch1,Data_ch2,...,Data_chM分别表示第1,2,...,M个精测向天线阵中各阵元接收的数据；
所述步骤S22中协方差矩阵R为：
R＝E[XXH]＝AE[SSH]AH+σ2I＝ARSAH+σ2I
其中，E[]表示期望求取函数，H表示共轭转置，A表示阵列流行矩阵，S表示空间信号数据矢量，σ2表示理想噪声功率，I表示单位矩阵，RS表示信号协方差矩阵。
进一步地，所述步骤S3中对阵列数据的协方差矩阵R进行特征分解的结果为：
Figure BDA0002676766540000043
其中，US表示信号子空间特征向量，ΣS表示信号子空间特征值对角阵，UN表示噪声子空间特征向量矩阵，ΣN表示噪声子空间特征值对角阵。
进一步地，所述步骤S4中导向矢量关系式a(θ,α)具体为：
Figure BDA0002676766540000042
其中，j表示虚数，τm(θ,α)表示目标信号源到精测向天线阵中第m个的阵元与到第一个阵元的时间差，m＝1,2,...,M，M表示精测向天线阵中阵元总数，ω0表示圆频率。
进一步地，所述时间差τm(θ,α)具体为：
Figure BDA0002676766540000051
其中，c表示光速，xm表示第m个阵元的横坐标，ym表示第m个阵元的纵坐标，xm对应坐标系以参考阵元坐标为原点、正东方向为x轴以及正南方向为y轴。
进一步地，所述步骤S5包括以下分步骤：
S51、根据噪声子空间特征向量矩阵UN和导向矢量关系式a(θ,α)，构建谱值估计公式为：
Figure BDA0002676766540000052
其中，P2D-MUSIC表示估计得到的谱值，
Figure BDA0002676766540000053
表示UN的共轭转置矩阵，aH(θ,α)表示a(θ,α)的共轭转置矢量；
S52、确定方位角α的搜索范围为
Figure BDA0002676766540000054
以及俯仰角θ的搜索范围为0°≤θ≤90°，
Figure BDA0002676766540000055
表示α模糊的理论误差；
S53、以
Figure BDA0002676766540000056
为方位角α的搜索起点，以0°为俯仰角θ的搜索起点，开始二维谱峰搜索；
S54、将方位角α增加1°，通过谱值估计公式获取对应的谱值，并判断α是否等于
Figure BDA0002676766540000057
若是，则进入步骤S55，否则重复步骤S54；
S55、将俯仰角θ增加1°，通过谱值估计公式获取对应的谱值，并判断俯仰角θ是否等于90°，若是，则进入步骤S56，否则返回步骤S54；
S56、根据步骤S54和步骤S55得到的若干谱值，获取最大谱值，得到最大谱值对应的方位角和俯仰角，完成高精度测向。
本发明的有益效果为：
(1)本发明复杂度低，易于工程实现，解决了二维多重信号分类方法计算量大的问题，通过仿真验证，较传统二维多重信号分类方法，计算时间节省50％以上，提高了高精度测向的效率。
(2)本发明提供了一种快速高精度测向方法，兼具高实时性与高精度，可实现对单目标二维高精度快速测向。
(3)本发明先进行粗测向，然后构建谱值搜索函数，通过粗测向结果构建方位角搜索范围，搜索最大谱值对应的方位角，完成高精度测向。
附图说明
图1为本发明提出的一种快速高精度测向方法流程图。
图2为本发明采用的测向系统示意图。
图3为本发明的测向耗时实验结果图。
图4为经典二维多重信号分类算法测向耗时实验结果图。
具体实施方式
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
下面结合附图详细说明本发明的实施例。
如图1所示，一种快速高精度测向方法，包括以下步骤：
S1、通过粗测向天线阵接收目标信号，获取目标粗方位角；
S2、根据精测向天线阵接收目标信号，构建阵列数据的协方差矩阵；
S3、对阵列数据的协方差矩阵进行特征分解，得到噪声子空间特征向量矩阵；
S4、采集天线阵列参数，并通过天线阵列参数构建导向矢量关系式；
S5、根据目标粗方位角、噪声子空间特征向量矩阵和导向矢量关系式进行二维谱峰搜索，获取目标方位角和俯仰角，完成高精度测向。
如图2所示，本发明采用的天线阵列为十字天线阵列，其包括信号处理器以及与信号处理器相连的四个天线单元，所述每个天线单元均包括通过数据通道与信号处理器相连接的SP2T射频开关，其还包括与SP2T射频开关连接的粗测向天线阵阵元和精测向天线阵阵元。
所述步骤S1包括以下分步骤：
S11、设定粗测向天线阵的参考天线接收电压为：
E0＝A0cosωt
其中，A0表示目标信号振幅，ω表示目标信号角频率，t表示时间；
S12、以天线接收电压为E0为基础，获取东南西北四个方向粗测向天线阵阵元的接收电压为：
Figure BDA0002676766540000071
其中，EE、ES、EW和EN分别表示东南西北四个方向粗测向天线阵阵元的接收电压，π表示圆周率，λ表示目标信号的波长，θ表示目标信号入射仰角，α表示目标信号入射方位角，d表示天线直径；
S13、根据接收电压EE、ES、EW和EN，获取第一接收电压差ENS和第二接收电压差EEW为：
Figure BDA0002676766540000081
S14、通过第一接收电压差ENS和第二接收电压差EEW获取带有模糊的目标粗方位角α模糊为：
Figure BDA0002676766540000082
S15、判断是否存在第一接收电压差ENS为正且第二接收电压差EEW为正的情况，若是，则获得无模糊的目标粗方位角为α粗＝α模糊，否则进入步骤S16；
S16、判断是否存在第一接收电压差ENS为负且第二接收电压差EEW为正的情况，若是，则获得无模糊的目标粗方位角为α粗＝α模糊+180°，否则进入步骤S17；
S17、判断是否存在第一接收电压差ENS为正且第二接收电压差EEW为负的情况，若是，则获得无模糊的目标粗方位角为α粗＝α模糊+180°，否则进入步骤S18；
S18、判定第一接收电压差ENS为负且第二接收电压差EEW为负，获得无模糊的目标粗方位角为α粗＝α模糊+360°；
S19、将无模糊的目标粗方位角作为最终的目标粗方位角测量结果。
所述步骤S2包括以下分步骤：
S21、根据精测向天线阵接收目标信号，将精测向天线阵中各阵元接收的数据合成阵列数据矩阵X；
S22、通过阵列数据矩阵X构建阵列数据的协方差矩阵R。
所述步骤S21中阵列数据矩阵X为：
Figure BDA0002676766540000091
其中，Data_ch1,Data_ch2,...,Data_chM分别表示第1,2,...,M个精测向天线阵中各阵元接收的数据。
在本实施例中，每个阵列数据Data_ch为X(t)＝A(θ,α)s(t)+N(t)，其中X(t)表示阵元接收的阵列数据矩阵，A(θ,α)表示阵列流行矩阵，s(t)表示空间信号数据矢量，N(t)表示阵列噪声数据矢量。
所述步骤S22中协方差矩阵R为：
R＝E[XXH]＝AE[SSH]AH+σ2I＝ARSAH+σ2I
其中，E[]表示期望求取函数，H表示共轭转置，A表示阵列流行矩阵，S表示空间信号数据矢量，σ2表示理想噪声功率，I表示单位矩阵，RS表示信号协方差矩阵。
所述步骤S3中对阵列数据的协方差矩阵R进行特征分解的结果为：
Figure BDA0002676766540000092
其中，US表示信号子空间特征向量，ΣS表示信号子空间特征值对角阵，UN表示噪声子空间特征向量矩阵，ΣN表示噪声子空间特征值对角阵。
所述步骤S4中导向矢量关系式a(θ,α)具体为：
Figure BDA0002676766540000093
其中，j表示虚数，τm(θ,α)表示目标信号源到精测向天线阵中第m个的阵元与到第一个阵元的时间差，m＝1,2,...,M，M表示精测向天线阵中阵元总数，ω0表示圆频率。
所述时间差τm(θ,α)具体为：
Figure BDA0002676766540000101
其中，c表示光速，xm表示第m个阵元的横坐标，ym表示第m个阵元的纵坐标，xm对应坐标系以参考阵元坐标为原点、正东方向为x轴以及正南方向为y轴。
所述步骤S5包括以下分步骤：
S51、根据噪声子空间特征向量矩阵UN和导向矢量关系式a(θ,α)，构建谱值估计公式为：
Figure BDA0002676766540000102
其中，P2D-MUSIC表示估计得到的谱值，
Figure BDA0002676766540000103
表示UN的共轭转置矩阵，aH(θ,α)表示a(θ,α)的共轭转置矢量；
S52、确定方位角α的搜索范围为
Figure BDA0002676766540000104
以及俯仰角θ的搜索范围为0°≤θ≤90°，
Figure BDA0002676766540000105
表示α模糊的理论误差；
S53、以
Figure BDA0002676766540000106
为方位角α的搜索起点，以0°为俯仰角θ的搜索起点，开始二维谱峰搜索；
S54、将方位角α增加1°，通过谱值估计公式获取对应的谱值，并判断α是否等于
Figure BDA0002676766540000107
若是，则进入步骤S55，否则重复步骤S54；
S55、将俯仰角θ增加1°，通过谱值估计公式获取对应的谱值，并判断俯仰角θ是否等于90°，若是，则进入步骤S56，否则返回步骤S54；
S56、根据步骤S54和步骤S55得到的若干谱值，获取最大谱值，得到最大谱值对应的方位角和俯仰角，完成高精度测向。
在本实施例中，如图3-图4所示，图3为使用本发明进行测向的实验结果，图4为使用经典二维多重信号分类算法进行测向的实验结果。图中直线表示测量100次的总耗时，折线上的每个点表示一次测量的耗时，可以看出，本发明的测向耗时远远小于经典二维多重信号分类算法的耗时，节省了大量的时间。
本发明的有益效果为：
(1)本发明复杂度低，易于工程实现，解决了二维多重信号分类方法计算量大的问题，通过仿真验证，较传统二维多重信号分类方法，计算时间节省50％以上，提高了高精度测向的效率。
(2)本发明提供了一种快速高精度测向方法，兼具高实时性与高精度，可实现对单目标二维高精度快速测向。
(3)本发明先进行粗测向，然后构建谱值搜索函数，通过粗测向结果构建方位角搜索范围，搜索最大谱值对应的方位角，完成高精度测向。

Claims (8)

1.一种快速高精度测向方法，其特征在于，包括以下步骤：
S1、通过粗测向天线阵接收目标信号，获取目标粗方位角；
S2、根据精测向天线阵接收目标信号，构建阵列数据的协方差矩阵；
S3、对阵列数据的协方差矩阵进行特征分解，得到噪声子空间特征向量矩阵；
S4、采集天线阵列参数，并通过天线阵列参数构建导向矢量关系式；
S5、根据目标粗方位角、噪声子空间特征向量矩阵和导向矢量关系式进行二维谱峰搜索，获取目标方位角和俯仰角，完成高精度测向。
2.根据权利要求1所述的快速高精度测向方法，其特征在于，所述步骤S1包括以下分步骤：
S11、设定粗测向天线阵的参考天线接收电压为：
E0＝A0cosωt
其中，A0表示目标信号振幅，ω表示目标信号角频率，t表示时间；
S12、以天线接收电压为E0为基础，获取东南西北四个方向粗测向天线阵阵元的接收电压为：
Figure FDA0002676766530000011
其中，EE、ES、EW和EN分别表示东南西北四个方向粗测向天线阵阵元的接收电压，π表示圆周率，λ表示目标信号的波长，θ表示目标信号入射仰角，α表示目标信号入射方位角，d表示天线直径；
S13、根据接收电压EE、ES、EW和EN，获取第一接收电压差ENS和第二接收电压差EEW为：
Figure FDA0002676766530000021
S14、通过第一接收电压差ENS和第二接收电压差EEW获取带有模糊的目标粗方位角α模糊为：
Figure FDA0002676766530000022
S15、判断是否存在第一接收电压差ENS为正且第二接收电压差EEW为正的情况，若是，则获得无模糊的目标粗方位角为α粗＝α模糊，否则进入步骤S16；
S16、判断是否存在第一接收电压差ENS为负且第二接收电压差EEW为正的情况，若是，则获得无模糊的目标粗方位角为α粗＝α模糊+180°，否则进入步骤S17；
S17、判断是否存在第一接收电压差ENS为正且第二接收电压差EEW为负的情况，若是，则获得无模糊的目标粗方位角为α粗＝α模糊+180°，否则进入步骤S18；
S18、判定第一接收电压差ENS为负且第二接收电压差EEW为负，获得无模糊的目标粗方位角为α粗＝α模糊+360°；
S19、将无模糊的目标粗方位角作为最终的目标粗方位角测量结果。
3.根据权利要求1所述的快速高精度测向方法，其特征在于，所述步骤S2包括以下分步骤：
S21、根据精测向天线阵接收目标信号，将精测向天线阵中各阵元接收的数据合成阵列数据矩阵X；
S22、通过阵列数据矩阵X构建阵列数据的协方差矩阵R。
4.根据权利要求3所述的快速高精度测向方法，其特征在于，所述步骤S21中阵列数据矩阵X为：
Figure FDA0002676766530000031
其中，Data_ch1,Data_ch2,...,Data_chM分别表示第1,2,...,M个精测向天线阵中各阵元接收的数据；
所述步骤S22中协方差矩阵R为：
R＝E[XXH]＝AE[SSH]AH+σ2I＝ARSAH+σ2I
其中，E[]表示期望求取函数，H表示共轭转置，A表示阵列流行矩阵，S表示空间信号数据矢量，σ2表示理想噪声功率，I表示单位矩阵，RS表示信号协方差矩阵。
5.根据权利要求4所述的快速高精度测向方法，其特征在于，所述步骤S3中对阵列数据的协方差矩阵R进行特征分解的结果为：
Figure FDA0002676766530000032
其中，US表示信号子空间特征向量，ΣS表示信号子空间特征值对角阵，UN表示噪声子空间特征向量矩阵，ΣN表示噪声子空间特征值对角阵。
6.根据权利要求5所述的快速高精度测向方法，其特征在于，所述步骤S4中导向矢量关系式a(θ,α)具体为：
Figure FDA0002676766530000033
其中，j表示虚数，τm(θ,α)表示目标信号源到精测向天线阵中第m个的阵元与到第一个阵元的时间差，m＝1,2,...,M，M表示精测向天线阵中阵元总数，ω0表示圆频率。
7.根据权利要求6所述的快速高精度测向方法，其特征在于，所述时间差τm(θ,α)具体为：
Figure FDA0002676766530000041
其中，c表示光速，xm表示第m个阵元的横坐标，ym表示第m个阵元的纵坐标，xm对应坐标系以参考阵元坐标为原点、正东方向为x轴以及正南方向为y轴。
8.根据权利要求7所述的快速高精度测向方法，其特征在于，所述步骤S5包括以下分步骤：
S51、根据噪声子空间特征向量矩阵UN和导向矢量关系式a(θ,α)，构建谱值估计公式为：
Figure FDA0002676766530000042
其中，P2D-MUSIC表示估计得到的谱值，
Figure FDA0002676766530000043
表示UN的共轭转置矩阵，aH(θ,α)表示a(θ,α)的共轭转置矢量；
S52、确定方位角α的搜索范围为
Figure FDA0002676766530000044
以及俯仰角θ的搜索范围为0°≤θ≤90°，
Figure FDA0002676766530000045
表示α模糊的理论误差；
S53、以
Figure FDA0002676766530000046
为方位角α的搜索起点，以0°为俯仰角θ的搜索起点，开始二维谱峰搜索；
S54、将方位角α增加1°，通过谱值估计公式获取对应的谱值，并判断α是否等于
Figure FDA0002676766530000047
若是，则进入步骤S55，否则重复步骤S54；
S55、将俯仰角θ增加1°，通过谱值估计公式获取对应的谱值，并判断俯仰角θ是否等于90°，若是，则进入步骤S56，否则返回步骤S54；
S56、根据步骤S54和步骤S55得到的若干谱值，获取最大谱值，得到最大谱值对应的方位角和俯仰角，完成高精度测向。
CN202010950706.XA 2020-09-11 2020-09-11 一种快速高精度测向方法 Expired - Fee Related CN112051540B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010950706.XA CN112051540B (zh) 2020-09-11 2020-09-11 一种快速高精度测向方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010950706.XA CN112051540B (zh) 2020-09-11 2020-09-11 一种快速高精度测向方法

Publications (2)

Publication Number Publication Date
CN112051540A true CN112051540A (zh) 2020-12-08
CN112051540B CN112051540B (zh) 2021-06-01

Family

ID=73610089

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010950706.XA Expired - Fee Related CN112051540B (zh) 2020-09-11 2020-09-11 一种快速高精度测向方法

Country Status (1)

Country Link
CN (1) CN112051540B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110824419A (zh) * 2019-10-25 2020-02-21 长江大学 一种物流车辆的定位方法及系统
CN113203980A (zh) * 2021-04-20 2021-08-03 北京通广龙电子科技有限公司 高精度快速无线电测向方法及系统
CN113876305A (zh) * 2021-10-09 2022-01-04 中国人民解放军第三〇五医院 一种战地搜救方法
WO2023029163A1 (zh) * 2021-09-02 2023-03-09 广东省新一代通信与网络创新研究院 全空间定位方法、装置、设备与计算机可读存储介质
CN116400292A (zh) * 2023-06-07 2023-07-07 武汉能钠智能装备技术股份有限公司四川省成都市分公司 一种机动平台及目标测向方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4829250A (en) * 1988-02-10 1989-05-09 Honeywell, Inc. Magnetic direction finding device with improved accuracy
US5608411A (en) * 1995-06-09 1997-03-04 Litton Systems, Inc. Apparatus for measuring a spatial angle to an emitter using squinted antennas
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
CN102175989A (zh) * 2010-12-30 2011-09-07 电子科技大学 一种非相干分布式信号二维波达角的测定方法
CN102520389A (zh) * 2011-11-23 2012-06-27 华中科技大学 一种二维空间谱谱峰搜索方法
CN103995248A (zh) * 2014-04-30 2014-08-20 熊猫电子集团有限公司 一种短波二维波达方向估计数字处理模块
CN105572629A (zh) * 2015-12-17 2016-05-11 成都航天通信设备有限责任公司 一种适用于任意阵列结构的低运算复杂度的二维测向方法
CN106291453A (zh) * 2016-09-18 2017-01-04 电子科技大学 一种基于波束空间变换的二维波达角测定方法
CN108089205A (zh) * 2017-12-21 2018-05-29 成都大学 一种无人机飞控人员定位系统
CN108919174A (zh) * 2018-05-28 2018-11-30 北京交通大学 非规则天线阵列结构的短波无线电测向系统和方法
CN110018439A (zh) * 2019-03-27 2019-07-16 中国电子科技集团公司第三十八研究所 一种和差波束与波束music相结合的测向方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4829250A (en) * 1988-02-10 1989-05-09 Honeywell, Inc. Magnetic direction finding device with improved accuracy
US5608411A (en) * 1995-06-09 1997-03-04 Litton Systems, Inc. Apparatus for measuring a spatial angle to an emitter using squinted antennas
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
CN102175989A (zh) * 2010-12-30 2011-09-07 电子科技大学 一种非相干分布式信号二维波达角的测定方法
CN102520389A (zh) * 2011-11-23 2012-06-27 华中科技大学 一种二维空间谱谱峰搜索方法
CN103995248A (zh) * 2014-04-30 2014-08-20 熊猫电子集团有限公司 一种短波二维波达方向估计数字处理模块
CN105572629A (zh) * 2015-12-17 2016-05-11 成都航天通信设备有限责任公司 一种适用于任意阵列结构的低运算复杂度的二维测向方法
CN106291453A (zh) * 2016-09-18 2017-01-04 电子科技大学 一种基于波束空间变换的二维波达角测定方法
CN108089205A (zh) * 2017-12-21 2018-05-29 成都大学 一种无人机飞控人员定位系统
CN108919174A (zh) * 2018-05-28 2018-11-30 北京交通大学 非规则天线阵列结构的短波无线电测向系统和方法
CN110018439A (zh) * 2019-03-27 2019-07-16 中国电子科技集团公司第三十八研究所 一种和差波束与波束music相结合的测向方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
罗正华 等: "基于无迹卡尔曼滤波的无人机跟踪算法", 《成都大学学报（自然科学版）》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110824419A (zh) * 2019-10-25 2020-02-21 长江大学 一种物流车辆的定位方法及系统
CN110824419B (zh) * 2019-10-25 2023-05-02 长江大学 一种物流车辆的定位方法及系统
CN113203980A (zh) * 2021-04-20 2021-08-03 北京通广龙电子科技有限公司 高精度快速无线电测向方法及系统
WO2023029163A1 (zh) * 2021-09-02 2023-03-09 广东省新一代通信与网络创新研究院 全空间定位方法、装置、设备与计算机可读存储介质
CN113876305A (zh) * 2021-10-09 2022-01-04 中国人民解放军第三〇五医院 一种战地搜救方法
CN116400292A (zh) * 2023-06-07 2023-07-07 武汉能钠智能装备技术股份有限公司四川省成都市分公司 一种机动平台及目标测向方法

Also Published As

Publication number Publication date
CN112051540B (zh) 2021-06-01

Similar Documents

Publication Publication Date Title
CN112051540B (zh) 一种快速高精度测向方法
CN109633525B (zh) 一种快速的均匀圆阵空间谱测向实现方法
CN109633522B (zh) 基于改进的music算法的波达方向估计方法
CN109061554B (zh) 一种基于空间离散网格动态更新的目标到达角度估计方法
CN112130111B (zh) 一种大规模均匀十字阵列中单快拍二维doa估计方法
CN109597020A (zh) 一种使用互质线阵进行低复杂度角度估计的方法
CN103353588B (zh) 基于天线均匀平面阵的二维波达方向角估计方法
CN109959891A (zh) 电磁矢量l阵中空间角与极化参数的降维谱峰搜索方法
CN107037398B (zh) 一种二维music算法估计波达方向的并行计算方法
CN113835063B (zh) 一种无人机阵列幅相误差与信号doa联合估计方法
CN101252382B (zh) 一种宽频段信号极化与doa估计方法及装置
CN113671439B (zh) 基于非均匀智能超表面阵列的无人机集群测向系统及方法
CN108363048B (zh) 一种基于块稀疏的极化mimo雷达的角度估计方法
CN110895325B (zh) 基于增强四元数多重信号分类的到达角估计方法
CN113253192A (zh) 一种用于非圆信号的互质线阵级联doa估计方法
CN109696651B (zh) 一种基于m估计的低快拍数下波达方向估计方法
CN112363108B (zh) 信号子空间加权超分辨的波达方向检测方法及系统
CN116500543B (zh) 一种基于参考方向变换的来波角度快速估计方法
CN110907888A (zh) 一种基于波束形成的快速极化－doa估计方法
CN114460531A (zh) 一种均匀线阵music空间谱估计方法
CN104049234A (zh) 采用均匀圆阵快速测定空间谱的方法
CN116699511A (zh) 一种多频点信号波达方向估计方法、系统、设备及介质
CN113341371B (zh) 一种基于l阵和二维esprit算法的doa估计方法
CN113238184A (zh) 一种基于非圆信号的二维doa估计方法
Liu et al. Research and Simulation of Super-resolution Root-MUSIC Algorithm

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210601

CF01 Termination of patent right due to non-payment of annual fee