CN112051542B - 基于多快照差分的sair rfi源地理定位方法和系统 - Google Patents

基于多快照差分的sair rfi源地理定位方法和系统 Download PDF

Info

Publication number
CN112051542B
CN112051542B CN202010866652.9A CN202010866652A CN112051542B CN 112051542 B CN112051542 B CN 112051542B CN 202010866652 A CN202010866652 A CN 202010866652A CN 112051542 B CN112051542 B CN 112051542B
Authority
CN
China
Prior art keywords
snapshot
rfi
covariance matrix
pair
rfi source
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
Application number
CN202010866652.9A
Other languages
English (en)
Other versions
CN112051542A (zh
Inventor
靳榕
吴栗东
李青侠
郎量
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.)
Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and 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 Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN202010866652.9A priority Critical patent/CN112051542B/zh
Publication of CN112051542A publication Critical patent/CN112051542A/zh
Application granted granted Critical
Publication of CN112051542B publication Critical patent/CN112051542B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0205—Details
    • G01S5/021—Calibration, monitoring or correction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Algebra (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明公开了基于多快照差分的SAIR RFI源地理定位方法和系统，属于微波遥感领域。包括：构建所有包含目标区域的可见度样本中每个快照对应的协方差矩阵；寻找包含功率变化的RFI源的两个连续快照，组成有效快照对；对于每一个有效快照对，后一个快照对应的协方差矩阵与前一个快照对应的协方差矩阵相减，得到有效快照对对应的差分协方差矩阵；将所有有效快照对对应的差分协方差矩阵应用于MUSIC算法，为目标区域内观测到的RFI源进行精确地理定位。通过差分法消除地球背景噪声，从而提高了RFI源的定位精度。由于地球背景在快照间变化不大，因此获得的差分协方差矩阵消除了地球背景的影响，提高了RFI源定位精度和分辨率。

Description

基于多快照差分的SAIR RFI源地理定位方法和系统
技术领域
本发明属于微波遥感领域，更具体地，涉及基于多快照差分的SAIR(SyntheticAperture Interferometric Radiometer，综合孔径辐射计)RFI(Radio FrequencyInterference，射频干扰)源地理定位方法和系统。
背景技术
从欧空局发射的土壤湿度和海洋盐度(Soil Moisture and Ocean Salinity，简称为SMOS)卫星获取的亮温(Brightness Temperature，简称为BT)图像中可以看到，由于世界各地非法RFI源的存在，综合孔径辐射计在轨观测数据受到了严重影响。为了关停非法RFI源，必须对RFI源进行精确的地理定位。
现有技术中，A.Camps等人提出一种基于DOA估计的MUSIC算法，利用辐射计获取的可见度数据构建协方差矩阵，对协方差矩阵进行特征值分解得到信号导向向量，并推导出与之正交的噪声子空间，利用它们计算MUSIC伪谱并获取谱峰值位置，即为RFI源的估计位置。该方法利用超分辨率算法提高RFI源的定位精度。
然而，协方差矩阵还包括地球背景噪声Rscene和相关噪声ΔR，当考虑非理想观测情况时，场景协方差矩阵Rscene和相关噪声矩阵ΔR不能忽略，这将导致取决于场景协方差矩阵Rscene和相关噪声矩阵ΔR对特征空间的影响程度。由于场景协方差矩阵Rscene的元素的幅度通常比相关噪声矩阵ΔR大得多，且它在快照间变化不大，因此它对特征空间的影响占主导地位。场景协方差矩阵Rscene在协方差矩阵R中呈现为固定偏差，不能通过多快照平均来消除。
发明内容
针对现有技术的缺陷和改进需求，本发明提供了基于多快照差分的SAIR RFI源地理定位方法和系统，其目的在于通过差分法消除地球背景噪声，从而提高了RFI源的定位精度。
为实现上述目的，按照本发明的第一方面，提供了一种基于多快照差分的SAIRRFI源地理定位方法，该方法包括以下步骤：
S1.构建所有包含目标区域的可见度样本中每个快照对应的协方差矩阵；
S2.寻找包含功率变化的RFI源的两个连续快照，组成有效快照对；
S3.对于每一个有效快照对，有效快照对中后一个快照对应的协方差矩阵与有效快照对中前一个快照对应的协方差矩阵相减，得到有效快照对对应的差分协方差矩阵；
S4.将所有有效快照对对应的差分协方差矩阵应用于MUSIC算法，为目标区域内观测到的RFI源进行精确地理定位。
优选地，步骤S2中，通过标准HFFT算法重建的BT图像中RFI源的能量变化来完成寻找
其中，表示第k个快照中第i个RFI源的瞬时功率，/>表示能量阈值；使用M(k，k+1)表示快照对(k，k+1)中包含的功率变化的RFI源的数量，1≤M(k，k+1)≤M，M表示RFI源的数量，如果上式成立，即第k个快照和第k+1个快照之间存在至少一个功率变化的RFI源，则快照对(k，k+1)被称为有效快照对。
优选地，能量阈值取值为300K。
优选地，步骤S3中，进行协方差矩阵相减之前，利用SAIR每个天线上添加的两个参考相位θx和θy，对有效快照对中后一个快照对应的协方差矩阵进行位移校准，以消除亮温图像快照间的线性位移。
优选地，所述位移校准包括以下步骤：
(1)在SAIR的每个天线上添加两个参考相位和以校正由卫星运动引起的快照间存在的线性位移，其中，(X，Y)表示天线位置，(ξ，η)表示天线的方向余弦，λ表示天线的波长；
(2)根据已知的卫星轨道计算，得到BT图像在ξ和η方向上期望的平行运动距离Δξ和Δη；
(3)利用求得的Δξ和Δη，构建一个用于校准的导向矢量 N表示天线数量；
(4)利用ap(Δξ，Δη)对有效快照对中后一个协方差矩阵进行位移校准，Rc[k+1]＝diag(ap(Δξ，Δη))R[k+1]diag(ap(Δξ，Δη))H，其中，Rc[k+1]表示位移校准后的第k+1个快照的协方差矩阵，diag(·)表示对角方阵，上标H表示共轭转置。
优选地，步骤S4包括以下步骤：
S41.对每个差分协方差矩阵进行特征值分解，提取其中对应于M(k，k+1)个最大特征值的特征向量，即信号导向向量，所有差分协方差矩阵提取到的特征向量共同构成信号导向矩阵A0，其中，M(k，k+1)表示快照对(k，k+1)中包含的功率变化的RFI源的数量；
S42.利用信号导向矩阵A0求出与之正交的噪声子空间；
S43.利用信号导向向量和噪声子空间计算MUSIC伪谱，得到RFI源位置方向余弦坐标下的MUSIC伪谱。
优选地，步骤S42包括以下步骤：
(1)构造正交矩阵
(2)对进行特征值分解，提取其中对应于N-M个最小特征值的特征向量，组成噪声子空间/>其中，N表示天线数量，M表示RFI源的数量。
优选地，谱峰值位置即为RFI源所在位置，MUSIC伪谱表示为
其中，a(ξ，η)表示信号导向向量。
为实现上述目的，按照本发明的第二方面，提供了一种基于多快照差分的SAIRRFI源地理定位系统，包括：计算机可读存储介质和处理器；
所述计算机可读存储介质用于存储可执行指令；
所述处理器用于读取所述计算机可读存储介质中存储的可执行指令，执行第一方面所述的基于多快照差分的SAIR RFI源地理定位方法。
总体而言，通过本发明所构思的以上技术方案，能够取得以下有益效果：
(1)本发明将包含功率变化的RFI源的两个连续快照定义为有效快照对(k，k+1)，通过对有效快照对中后一个快照的协方差矩阵R[k+1]进行位移校准，然后将校准后的协方差矩阵Rc[k+1]和前一个快照的协方差矩阵R[k]相减得到差分协方差矩阵。通过差分法消除地球背景噪声，从而提高了RFI源的定位精度。由于地球背景Rscene在快照间变化不大，因此获得的差分协方差矩阵消除了地球背景的影响，提高了RFI源定位精度和分辨率。
(2)本发明提出图像位移校准，亮温图像连续快照之间存在由卫星运动引起的线性位移，本发明利用辐射计每个天线上添加的两个参考相位θx和θy来校准亮温图像快照间的线性位移，从而确保协方差矩阵只受到地球背景影响。
(3)本发明提出于差分协方差矩阵的RFI位置的最小二乘估计，利用导向矩阵A0构建协方差矩阵再对其进行特征值分解，提取其中对应于N-M个最小特征值的特征向量构成噪声子空间/>经证明/>是对UN的最小二乘估计，即RFI源估计位置是实际位置的最小二乘估计，误差最小，定位精度最高。
附图说明
图1为本发明实施例一提供的通过标准HFFT重建的BT快照图像，快照号为2223；
图2为本发明实施例一提供的通过标准HFFT重建的BT快照图像，快照号为2224；
图3为本发明实施例一提供的通过标准HFFT重建的BT快照图像，快照号为2231；
图4为本发明实施例一提供的通过标准HFFT重建的BT快照图像，快照号为2232；
图5为本发明实施例一提供的对RFI源的功率估计；
图6为本发明实施例一提供的差分协方差矩阵ΔR(2223，2224)的重建BT图像；
图7为本发明实施例一提供的差分协方差矩阵ΔR(2231，2232)的重建BT图像；
图8为本发明实施例一提供的从快照2231的可见度样本中获得的重建BT图像；
图9为本发明实施例一提供的从快照2231的可见度样本中获得的重建BT图像的3D视图；
图10为本发明实施例一提供的从快照2231的可见度样本中获得的传统MUSIC方法的伪谱；
图11为本发明实施例一提供的从快照2231的可见度样本中获得的传统MUSIC方法的伪谱的3D视图。
图12为本发明实施例一提供的从快照2231的可见度样本中获得的多快照差分方法的MUSIC伪谱；
图13为本发明实施例一提供的从快照2231的可见度样本中获得的多快照差分方法的MUSIC伪谱的3D视图。
图14为本发明实施例一提供的多快照差分方法的步骤流程图；
图15为本发明实施例二提供的某地球场景的重建BT图像；
图16为本发明实施例二提供的添加了3个RFI源后的重建BT图像；
图17为传统MUSIC伪谱；
图18为传统MUSIC伪谱的3D视图；
图19为本发明实施例二提供的多快照差分方法的MUSIC伪谱；
图20为本发明实施例二提供的多快照差分方法的MUSIC伪谱的3D视图；
图21为本发明实施例二提供的第一个RFI源的10个快照检测结果；
图22为本发明实施例二提供的第二个RFI源的10个快照检测结果；
图23为本发明实施例二提供的第三个RFI源的10个快照检测结果；
图24为本发明实施例二提供的定位误差与RFI源功率的关系；
图25为本发明实施例二提供的定位成功率与RFI源功率的关系；
图26为本发明实施例二提供的定位误差与RFI源数量的关系。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明提供了一种基于多快照差分的SAIR RFI源地理定位方法，该方法包括以下步骤：
步骤S1.构建所有包含目标区域的可见度样本中每个快照对应的协方差矩阵。
从SMOS L1A数据获取的可见度样本(遥感卫星在轨观测的可见度数据)，每个可见度样本数据对应于多个数据，这些数据以快照为单位，每个数据快照各自生成一个协方差矩阵。
第i个快照对应的协方差矩阵的第k行第j列元素Ri[k，j]＝V(ukj，vkj)。
u，v称为基线，定义为归一化到波长的天线之间距离在(x，y)轴上的投影；ukj，vkj分别表示第k个和第j个天线构成的基线在(u，v)平面上的坐标。V(ukj，vkj)表示快照中包含的可见度样本数据。
步骤S2.寻找包含功率变化的RFI源的两个连续快照，组成有效快照对。
优选地，步骤S2中，通过标准HFFT(Hexagonal Fast Fourier Transform，六角快速傅里叶变换)算法重建的BT图像中RFI源的能量变化来完成查找
其中，表示第k个快照中第i个RFI源的瞬时功率，/>表示能量阈值；使用M(k，k+1)表示快照对(k，k+1)中包含的功率变化的RFI源的数量，1≤M(k，k+1)≤M，M表示RFI源的数量，如果上式成立，即第k个快照和第k+1个快照之间存在至少一个功率变化的RFI源，则快照对(k，k+1)被称为有效快照对。
能量阈值设置的太大检测不到功率变化，太小会造成虚警。优选地，为300K。
步骤S3.对于每一个有效快照对，后一个快照对应的协方差矩阵与前一个快照对应的协方差矩阵相减，得到有效快照对对应的差分协方差矩阵。
优选地，步骤S3中，进行协方差矩阵相减之前，利用SAIR每个天线上添加的两个参考相位θx和θy，对有效快照对中后一个快照对应的协方差矩阵进行位移校准，以消除亮温图像快照间的线性位移。
优选地，所述位移校准包括以下步骤：
(1)在SAIR的每个天线上添加两个参考相位和以校正由卫星运动引起的快照间存在的线性位移，其中，(X，Y)表示天线位置，(ξ，η)表示天线的方向余弦，λ表示天线的波长；
其中，θ，分别表示天线的俯仰角和方位角。
(2)根据已知的卫星轨道计算，得到BT图像在ξ和η方向上期望的平行运动距离Δξ和Δη；
(3)利用求得的Δξ和Δη，构建一个用于校准的导向矢量 N表示天线数量；
(4)利用ap(Δξ，Δη)对有效快照对中后一个协方差矩阵进行位移校准，Rc[k+1]＝diag(ap(Δξ，Δη))R[k+1]diag(ap(Δξ，Δη))H，其中，Rc[k+1]表示位移校准后的第k+1个快照的协方差矩阵，diag(·)表示对角方阵，上标H表示共轭转置。
ΔR(k，k+1)＝Rc[k+1]-R[k]
步骤S4.将所有有效快照对对应的差分协方差矩阵应用于MUSIC算法，为目标区域内观测到的RFI源进行精确地理定位。
优选地，步骤S4包括以下步骤：
S41.对每个差分协方差矩阵进行特征值分解，提取其中对应于M(k，k+1)个最大特征值的特征向量即信号导向向量，所有差分协方差矩阵提取到的特征向量共同构成N*M0阶信号导向矩阵A0，其中，M(k，k+1)表示快照对(k，k+1)中包含的功率变化的RFI源的数量，M0＝∑M(k，k+1)，N表示天线数量；
S42.利用信号导向矩阵A0求出与之正交的噪声子空间；
S43.利用信号导向向量和噪声子空间计算MUSIC伪谱，得到RFI源位置方向余弦坐标下的MUSIC伪谱。
优选地，步骤S42包括以下步骤：
(1)构造正交矩阵
(2)对进行特征值分解，提取其中对应于N-M个最小特征值的特征向量，组成噪声子空间/>其中，N表示天线数量，M表示RFI源的数量。
优选地，谱峰值位置即为RFI源所在位置，MUSIC伪谱表示为
其中，a(ξ，η)表示信号导向向量。
由于场景协方差矩阵Rscene在快照间变化不大，本发明通过将包含功率变化的RFI源的连续快照的协方差矩阵R相减，消除了地球背景的影响，减少了子空间变化的扰动，MUSIC伪谱获得了更尖锐的峰值，显著改善了对比度。因此，与现有方法(传统MUSIC方法)相比，本发明可以获得更高的空间分辨率和定位精度。
实施例一：基于SMOS L1A数据(测量时间为2013年8月18日00：24：34)的测试
图1-4为通过标准HFFT重建的BT快照图像，快照号分别为2223，2224，2231，2232。图5为基于BT图像对RFI源的功率估计，从中可以看出前两个快照中第一个和第二个RFI源的功率发生了变化，后两个快照中第一个和第三个RFI源的功率发生了变化，因此构成2个有效快照对(2223，2224)和(2231，2232)。图6-7为差分协方差矩阵ΔR(2223，2224)和ΔR(2231，2232)的重建BT图像，从中可以看出地球背景明显被消除。对这两个差分协方差矩阵进行特征值分解，由于它们各包含2个功率变化的RFI源，因此，提取对应于2个最大特征值的特征向量，共4个特征向量构成矩阵A0。
通过构造进一步求得噪声子空间/>和MUSIC伪谱PM(ξ，η)。图8-13为从快照2231的可见度样本中获得的重建BT图像、传统MUSIC方法的伪谱和多快照差分方法的MUSIC伪谱以及它们的3D视图。多快照差分方法的步骤流程如图14所示。
实施例二：基于仿真数据的测试
参考SMOS卫星辐射计系统的相关参数进行了仿真。图15为某地球场景的重建BT图像。图16为图15添加了3个RFI源后的重建BT图像，为了仿真不同类型的RFI源，将这3个RFI源的最大功率设置为3000K、2000K和1000K，并假设它们的功率是时变的。图17和图18为传统MUSIC伪谱及其3D视图，从中可以看出，对于高功率RFI源，MUSIC伪谱呈现更尖锐的峰值。然而背景波动仍然很明显。图19和图20为多快照差分方法的MUSIC伪谱及其3D视图，从中可以看出地球背景被消除，MUSIC伪谱显著改善了可见对比度。采用蒙特卡罗法评估了多快照差分方法带来的精度改善。图21-23分别为三个RFI源的10个快照检测结果，其中空心圆标记点和实心圆标记点是传统MUSIC算法及其多快照平均后的定位结果，方形标记点是多快照差分方法的定位结果，叉形标记点是RFI源的真实位置。从中可以看出，与传统的MUSIC算法相比，多快照差分方法的定位结果更接近RFI源真实位置。这一比较验证了消除地球背景可以有效减少子空间变化的扰动以及定位误差中的固定偏差。图24为定位误差与RFI源功率的关系，图25为定位成功率与RFI源功率的关系，图26为定位误差与RFI源数量的关系。从图中可以看出，相比于前两种方法，当RFI源功率较低时，多快照差分方法精度的提高非常明显，且与传统MUSIC方法相比成功率更高。当RFI源数量逐渐增大时，传统的MUSIC方法和多快照差分方法的定位误差几乎不变，且后者的定位误差更小，这说明多快照差分方法继承了传统MUSIC方法在处理有限数量RFI源时的优势，只要RFI源数量小于天线数量(在大多数情况下均满足该条件)，就可以进行精确地理定位。
对应地，本发明还提供了一种基于多快照差分的SAIR RFI源地理定位系统，包括：计算机可读存储介质和处理器；
所述计算机可读存储介质用于存储可执行指令；
所述处理器用于读取所述计算机可读存储介质中存储的可执行指令，执行上述基于多快照差分的SAIR RFI源地理定位方法。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于多快照差分的SAIR RFI源地理定位方法，其特征在于，该方法包括以下步骤：
S1.构建所有包含目标区域的可见度样本中每个快照对应的协方差矩阵；
S2.寻找包含功率变化的RFI源的两个连续快照，组成有效快照对；
S3.对于每一个有效快照对，有效快照对中后一个快照对应的协方差矩阵与有效快照对中前一个快照对应的协方差矩阵相减，得到有效快照对对应的差分协方差矩阵；
S4.将所有有效快照对对应的差分协方差矩阵应用于MUSIC算法，为目标区域内观测到的RFI源进行精确地理定位；
其中，步骤S2中，通过标准HFFT算法重建的BT图像中RFI源的能量变化来完成寻找
其中，表示第k个快照中第i个RFI源的瞬时功率，/>表示能量阈值；使用M(k,k+1)表示快照对(k,k+1)中包含的功率变化的RFI源的数量，1≤M(k,k+1)≤M，M表示RFI源的数量，如果上式成立，即第k个快照和第k+1个快照之间存在至少一个功率变化的RFI源，则快照对(k,k+1)被称为有效快照对。
2.如权利要求1所述的方法，其特征在于，能量阈值取值为300K。
3.如权利要求1至2任一项所述的方法，其特征在于，步骤S3中，进行协方差矩阵相减之前，利用SAIR每个天线上添加的两个参考相位θx和θy，对有效快照对中后一个快照对应的协方差矩阵进行位移校准，以消除亮温图像快照间的线性位移。
4.如权利要求3所述的方法，其特征在于，所述位移校准包括以下步骤：
(1)在SAIR的每个天线上添加两个参考相位和/> 以校正由卫星运动引起的快照间存在的线性位移，其中，(X,Y)表示天线位置，(ξ,η)表示天线的方向余弦，λ表示天线的波长；
(2)根据已知的卫星轨道计算，得到BT图像在ξ和η方向上期望的平行运动距离Δξ和Δη；
(3)利用求得的Δξ和Δη，构建一个用于校准的导向矢量 N表示天线数量；
(4)利用ap(Δξ,Δη)对有效快照对中后一个协方差矩阵进行位移校准，Rc[k+1]＝diag(ap(Δξ,Δη))R[k+1]diag(ap(Δξ,Δη))H，其中，Rc[k+1]表示位移校准后的第k+1个快照的协方差矩阵，diag(·)表示对角方阵，上标H表示共轭转置。
5.如权利要求1所述的方法，其特征在于，步骤S4包括以下步骤：
S41.对每个差分协方差矩阵进行特征值分解，提取其中对应于M(k,k+1)个最大特征值的特征向量，即信号导向向量，所有差分协方差矩阵提取到的特征向量共同构成信号导向矩阵A0，其中，M(k,k+1)表示快照对(k,k+1)中包含的功率变化的RFI源的数量；
S42.利用信号导向矩阵A0求出与之正交的噪声子空间；
S43.利用信号导向向量和噪声子空间计算MUSIC伪谱，得到RFI源位置方向余弦坐标下的MUSIC伪谱。
6.如权利要求5所述的方法，其特征在于，步骤S42包括以下步骤：
(1)构造正交矩阵
(2)对进行特征值分解，提取其中对应于N-M个最小特征值的特征向量，组成噪声子空间/>其中，N表示天线数量，M表示RFI源的数量。
7.如权利要求5或6所述的方法，其特征在于，谱峰值位置即为RFI源所在位置，MUSIC伪谱表示为
其中，a(ξ,η)表示信号导向向量。
8.一种基于多快照差分的SAIR RFI源地理定位系统，其特征在于，包括：计算机可读存储介质和处理器；
所述计算机可读存储介质用于存储可执行指令；
所述处理器用于读取所述计算机可读存储介质中存储的可执行指令，执行权利要求1至7任一项所述的基于多快照差分的SAIR RFI源地理定位方法。
CN202010866652.9A 2020-08-25 2020-08-25 基于多快照差分的sair rfi源地理定位方法和系统 Active CN112051542B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010866652.9A CN112051542B (zh) 2020-08-25 2020-08-25 基于多快照差分的sair rfi源地理定位方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010866652.9A CN112051542B (zh) 2020-08-25 2020-08-25 基于多快照差分的sair rfi源地理定位方法和系统

Publications (2)

Publication Number Publication Date
CN112051542A CN112051542A (zh) 2020-12-08
CN112051542B true CN112051542B (zh) 2023-09-29

Family

ID=73600027

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010866652.9A Active CN112051542B (zh) 2020-08-25 2020-08-25 基于多快照差分的sair rfi源地理定位方法和系统

Country Status (1)

Country Link
CN (1) CN112051542B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117630993B (zh) * 2024-01-15 2024-04-12 华中科技大学 一种基于sair多快拍的rfi源地理定位方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5742900A (en) * 1994-09-30 1998-04-21 Comsat Corporation Voltage-variable biased inverting limiter for RFI suppression overview
CN104539384A (zh) * 2014-11-19 2015-04-22 华中科技大学 一种基于卫星被动微波遥感数据的射频干扰检测方法
CN108519600A (zh) * 2018-04-19 2018-09-11 华中科技大学 一种综合孔径辐射计增广协方差矩阵的构造方法及系统
CN109239678A (zh) * 2018-09-14 2019-01-18 武汉大学 一种便携式高频地波雷达射频干扰抑制方法
CN110197112A (zh) * 2019-03-19 2019-09-03 上海大学 一种基于协方差修正的波束域Root-MUSIC方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180121753A1 (en) * 2016-11-02 2018-05-03 U.S.A. As Represented By The Administrator Of The National Aeronautics And Space Administration Method for radio frequency interference direct detection and data recovery based on the hilbert-huang transformation for 2-d

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5742900A (en) * 1994-09-30 1998-04-21 Comsat Corporation Voltage-variable biased inverting limiter for RFI suppression overview
CN104539384A (zh) * 2014-11-19 2015-04-22 华中科技大学 一种基于卫星被动微波遥感数据的射频干扰检测方法
CN108519600A (zh) * 2018-04-19 2018-09-11 华中科技大学 一种综合孔径辐射计增广协方差矩阵的构造方法及系统
CN109239678A (zh) * 2018-09-14 2019-01-18 武汉大学 一种便携式高频地波雷达射频干扰抑制方法
CN110197112A (zh) * 2019-03-19 2019-09-03 上海大学 一种基于协方差修正的波束域Root-MUSIC方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
High Angular Resolution RFI Localization in Synthetic Aperture Interferometric Radiometers Using Direction-of-Arrival Estimation;Hyuk Park 等;《IEEE Geoscience and Remote Sensing Letters》;第12卷(第1期);第102-106页 *
Improved MUSIC-Based SMOS RFI Source Detection and Geolocation Algorithm;Hyuk Park 等;《IEEE Transactions on Geoscience and Remote Sensing》;第54卷(第3期);第1311-1322页 *
卫星干扰源定位TDOA参数估计方法研究;陈欢 等;《军事通信技术》;第33卷(第4期);第63-68页 *
基于虚拟天线阵的综合孔径辐射计成像方法研究;李军;《中国博士学位论文全文数据库》;第74-84页 *

Also Published As

Publication number Publication date
CN112051542A (zh) 2020-12-08

Similar Documents

Publication Publication Date Title
Lavalle et al. Extraction of structural and dynamic properties of forests from polarimetric-interferometric SAR data affected by temporal decorrelation
EP1040370B1 (en) Linear perturbation method for kalman filter tracking of magnetic field sources
CN108449123B (zh) 对地扩频通信系统多目标检测、识别与二维角度估计方法
US20060087475A1 (en) Correlation interferometer geolocation
CA2767144A1 (en) Process for filtering interferograms obtained from sar images acquired on the same area
CN107870314B (zh) 基于极化敏感阵列的完备电磁分量加权融合测向优化方法
US6677885B1 (en) Method for mitigating atmospheric propagation error in multiple pass interferometric synthetic aperture radar
CN109507635A (zh) 利用两个未知方位辅助源的阵列幅相误差估算方法
CN112051542B (zh) 基于多快照差分的sair rfi源地理定位方法和系统
CN112766304A (zh) 一种基于稀疏贝叶斯学习的机动阵列方位估计方法
Meyer et al. The impact of the ionosphere on interferometric SAR processing
Mei et al. Unbiased Kalman filter using converted measurements: revisit
Sun et al. A postmatched-filtering image-domain subspace method for channel mismatch estimation of multiple azimuth channels SAR
CN110927751A (zh) 一种基于载波相位测量的阵列天线自适应校正实现方法
CN113835063A (zh) 一种无人机阵列幅相误差与信号doa联合估计方法
CN112881971B (zh) 电磁方向性互耦效应下相干干扰源测向方法
Reis et al. Baseline influence on single-frequency GPS precise heading estimation
Reis et al. Impact of satellite coverage in single-frequency precise heading determination
CN105974413A (zh) 多基地外辐射源雷达成像系统的自聚焦方法
Friedlander Array self-calibration with large initial errors
Niestroj et al. Estimation of antenna array manifolds based on sparse measurements
Mao et al. Ionospheric Phase Delay Correction for Time Series Multi-aperture InSAR Constrained by Polynomial Deformation Model
Galy et al. Joint detection estimation problem of monopulse angle measurement
CN112731303B (zh) 非高斯噪声下的干涉阵列米波雷达及稳健测高方法与应用
Wang et al. Fast algorithm of joint polarization and DOA estimation for irregular array under coherent sources

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