CN112182853A - 基于时间调制的互质阵列系统及其doa估计方法 - Google Patents

基于时间调制的互质阵列系统及其doa估计方法 Download PDF

Info

Publication number
CN112182853A
CN112182853A CN202010935107.0A CN202010935107A CN112182853A CN 112182853 A CN112182853 A CN 112182853A CN 202010935107 A CN202010935107 A CN 202010935107A CN 112182853 A CN112182853 A CN 112182853A
Authority
CN
China
Prior art keywords
array
signal
matrix
virtual
prime
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.)
Withdrawn
Application number
CN202010935107.0A
Other languages
English (en)
Inventor
缪晨
马越
吴文
蒋梦杰
唐辉
倪培双
章文韬
岳爽
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.)
Nanjing University of Science and Technology
Original Assignee
Nanjing 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 Nanjing University of Science and Technology filed Critical Nanjing University of Science and Technology
Priority to CN202010935107.0A priority Critical patent/CN112182853A/zh
Publication of CN112182853A publication Critical patent/CN112182853A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Computing Systems (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种基于时间调制的互质阵列系统及其DOA估计方法。系统包括互质阵列，阵列通过射频开关进行调制，阵列的输出信号通过带通滤波进行分离，获得基波和谐波。方法包括构建时间调制互质阵列系统的信号模型，构建虚拟阵列；基于虚拟阵列进行DOA估计。通过将互质结构引入时间调制阵列，在得到低旁瓣的同时，系统可以获得更多的虚拟阵元，从而有效扩展虚拟孔径。由于虚拟孔径的增加，一方面可以提升系统的DOA估计性能，另一方面可以被方便地形成宽度更窄的波束。相比于时间调制均匀线性阵列，本发明在阵元数目相同的情况下可以得到更窄的波束以及更好的DOA性能。

Description

基于时间调制的互质阵列系统及其DOA估计方法
技术领域
本发明属于阵列信号处理领域，特别涉及一种基于时间调制的互质阵列系统及其DOA估计方法。
背景技术
互质阵列是一种非均匀线性阵列，它由两个阵元数目呈互质关系的子阵所构成。在进行DOA估计时，互质阵列由于自身的特性，可以得到更大的虚拟口径，从而实现精度和分辨率更高的DOA估计。因此，互质阵列被广泛研究，并利用到很多领域中。
时间调制阵列是一种采用时间作为变量控制阵列信号的新型阵列，通过射频开关进行控制。相比于传统相控阵，其灵活度更高，结构更简单，目前吸引了大量研究。然而，基于时间调制阵列的研究目前还未涉及其虚拟孔径的扩展。若将互质结构引入时间调制阵列，则可以进一步拓展阵列口径，可以大大提升时间调制阵列的性能。
发明内容
本发明的目的在于提供一种基于时间调制的互质阵列系统及其DOA估计方法。
实现本发明目的的技术解决方案为：一种基于时间调制的互质阵列系统，所述系统包括互质阵列，阵列通过射频开关进行调制，阵列的输出信号通过带通滤波进行分离，获得基波和谐波。
进一步地，所述系统的阵列因子AF(θ,t)为：
Figure BDA0002671648900000011
其中，Umn(t)为系统控制每个阵元开启和关闭的时间函数，
Figure BDA0002671648900000012
bmn,h为Umn(t)的傅里叶级数展开后的第(m,n)阵元h次谐波的傅里叶因子，
Figure BDA0002671648900000013
式中，h表示谐波级数，ω0＝2πf0为载频信号的角频率，f0为载频信号的频率，k为波数，θ为信号方向，M和N分别为互质阵列中两个子阵的数目，两个子阵各自阵元的间距分别为Nd和Md，τmn,on和τmn,off分别为第(m,n)个阵元每个周期内的开启、关闭时间，Tp为射频开关的调制周期，Fp＝1/Tp为调制频率，ωp为调制信号的角频率。
基于时间调制的互质阵列系统的DOA估计方法，所述方法包括以下步骤：
步骤1，构建时间调制互质阵列系统的信号模型；
步骤2，构建虚拟阵列；
步骤3，基于虚拟阵列进行DOA估计。
进一步地，步骤1所述构建时间调制互质阵列系统的信号模型，具体包括：
假设有L个远场非相关窄带信号入射到时间调制互质阵列中，信号的载波频率为f0，系统接收的信号y(t)表示为：
Figure BDA0002671648900000021
式中，θl为第l个远场非相关窄带信号的入射角，sl(t)为入射角度为θl的远场目标的接收信号，wmn(t)代表零均值、方差为σ2的高斯白噪声；
结合上述系统的阵列因子AF(θ,t)，将系统接收的信号y(t)表示为yh(t)：
Figure BDA0002671648900000022
进一步地，步骤2所述构建虚拟阵列，具体包括：
步骤2-1，假设信号快拍为i＝1,2,···,K，将上述信号yh(t)表示为矩阵形式：
Y(i)＝BT[AS(i)+Ne(i)]+No(i)
式中，A＝[a(θ1),a(θ2),···,a(θL)]为入射信号矢量矩阵，其中
Figure BDA0002671648900000023
S(i)＝[s1(i),s2(i),···,sL(i)]T表示源信号，Ne(i)表示具有不相关项的加性复高斯噪声向量，No(i)表示由射频开关和滤波器引起的噪声矢量，Y(i)＝[y-G(i),y-G+1(i),···,yG(i)]T为各个谐波上接收到的信号，谐波的范围为±G，数量为2G+1，谐波矩阵B为：
Figure BDA0002671648900000031
构建接收信号的协方差矩阵
Figure BDA0002671648900000032
Figure BDA0002671648900000033
式中，
Figure BDA0002671648900000034
代表源信号的协方差矩阵；
步骤2-2，将协方差矩阵
Figure BDA0002671648900000035
矢量化：
Figure BDA0002671648900000036
式中，
Figure BDA0002671648900000037
Figure BDA0002671648900000038
表示第l个信号源信号的功率，σ2表示噪声信号的功率，
Figure BDA0002671648900000039
其中，G为虚拟阵列信号；
虚拟阵列元素的位置表示为：
S＝{±(mN-nM)d,0≤n≤N-1,0≤m≤M-1}。
进一步地，步骤3所述基于虚拟阵列进行DOA估计，具体过程包括：
步骤3-1，将阵元数为M的子阵扩展为阵元数为2M的子阵，由此将虚拟阵列的连续部分-(M+N-1)d到(M+N-1)d变为-(MN+M-1)到-(MN+M-1)；
步骤3-2，假设Gc为虚拟阵列信号G的连续部分，将虚拟阵列表示为矩阵Zc：
Zc＝GcP+σ2Ec
式中，Ec为连续部分的噪声向量；
步骤3-3，将虚拟阵列的连续部分划分为MN+1个子阵，每个子阵包括MN+1个阵元，第j个子阵表示为：
{(-j+o+1)d,o＝1,2,···,MN+M-1}
第j个子阵的矩阵Zcj为：
Zcj＝GcjP+σ2Ecj
式中，Gcj表示为
Figure BDA0002671648900000041
Aj、Bj分别表示方向矩阵和谐波矩阵，Gcj为谐波和方向矩阵共同构成的空间矩阵，Ecj为噪声矩阵；
步骤3-4，获取第j个子阵的协方差矩阵Rj：
Figure BDA0002671648900000042
式中，
Figure BDA0002671648900000043
表示Zcj的转置，
Figure BDA0002671648900000044
步骤3-5，求取所有子阵协方差矩阵的平均值
Figure BDA0002671648900000045
Figure BDA0002671648900000046
式中，
Figure BDA0002671648900000047
假设λ为
Figure BDA0002671648900000048
的特征值，对应的特征向量为v，噪声子空间E＝[vL+1,vL+2,...,v2H,v2H+1]，特征向量v的范围从L+1到G+1；
步骤3-6，构建DOA估计的空间谱函数为：
Figure BDA0002671648900000049
式中，
Figure BDA00026716489000000410
为
Figure BDA00026716489000000411
的导向向量；
基于所述空间谱函数实现DOA估计。
本发明与现有技术相比，其显著优点为：1)将互质阵结构引入时间调制阵列，在具有时间调制阵列低旁瓣、高灵活性优势的同时，大大增加了系统的自由度，进一步扩展阵列的孔径；2)基于时间调制系统，无需移相器，减小了系统的复杂度；3)相比于阵列元素数目相同的时间调制均匀线性阵列，本发明所提出的系统可以得到更大的虚拟孔径以及更好的DOA估计性能。
下面结合附图对本发明作进一步详细描述。
附图说明
图1为一个实施例中本发明基于时间调制的互质阵列系统的结构图。
图2为一个实施例中虚拟阵列图。
图3为一个实施例中基于扩展结构的互质阵列示意图。
图4为一个实施例中目标的DOA估计结果仿真实验对比图，其中图(a)为对入射角度为10°的目标进行DOA估计的结果，图(b)为对入射角度10°和20°的目标进行DOA估计的结果，图(c)为对入射角度5°、10°和19°的目标进行DOA估计的结果，图(d)为对入射角度3°、10°、16°和19°的目标进行DOA估计的结果。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，结合图1，提供了一种基于时间调制的互质阵列系统，所述系统包括互质阵列，阵列通过射频开关进行调制，阵列的输出信号通过带通滤波进行分离，获得基波和谐波。
进一步地，在其中一个实施例中，所述系统的阵列因子可以表示为：
Figure BDA0002671648900000051
Umn(t)为系统控制每个阵元开启和关闭的时间函数，定义为：
Figure BDA0002671648900000052
由于周期性开关，因此Umn(t)可以表示为：
Figure BDA0002671648900000053
式中，bmn,h为Umn(t)的傅里叶级数展开后的第(m,n)阵元h次谐波的傅里叶因子，表示为：
Figure BDA0002671648900000054
根据上述过程，将系统的阵列因子表示为：
Figure BDA0002671648900000061
式中，h表示谐波级数，ω0＝2πf0为载频信号的角频率，f0为载频信号的频率，k为波数，θ为信号方向，M和N分别为互质阵列中两个子阵的数目，两个子阵各自阵元的间距分别为Nd和Md，τmn,on和τmn,off分别为第(m,n)个阵元每个周期内的开启、关闭时间，Tp为射频开关的调制周期，Fp＝1/Tp为调制频率，ωp为调制信号的角频率。
在一个实施例中，提供了一种基于时间调制的互质阵列系统的DOA估计方法，所述方法包括以下步骤：
步骤1，构建时间调制互质阵列系统的信号模型；
步骤2，构建虚拟阵列；
步骤3，基于虚拟阵列进行DOA估计。
进一步地，在其中一个实施例中，步骤1所述构建时间调制互质阵列系统的信号模型，具体包括：
假设有L个远场非相关窄带信号入射到时间调制互质阵列中，信号的载波频率为f0，系统接收的信号y(t)表示为：
Figure BDA0002671648900000062
式中，θl为第l个远场非相关窄带信号的入射角，sl(t)为入射角度为θl的远场目标的接收信号，且它们之间互不相关，和噪声信号也不相关，wmn(t)代表零均值、方差为σ2的高斯白噪声；
结合上述系统的阵列因子AF(θ,t)，将系统接收的信号y(t)表示为yh(t)：
Figure BDA0002671648900000063
进一步地，在其中一个实施例中，步骤2所述构建虚拟阵列，具体包括：
步骤2-1，假设信号快拍为i＝1,2,···,K，将上述信号yh(t)表示为矩阵形式：
Y(i)＝BT[AS(i)+Ne(i)]+No(i)
式中，A＝[a(θ1),a(θ2),···,a(θL)]为入射信号矢量矩阵，其中
Figure BDA0002671648900000071
S(i)＝[s1(i),s2(i),···,sL(i)]T表示源信号，Ne(i)表示具有不相关项的加性复高斯噪声向量，No(i)表示由射频开关和滤波器引起的噪声矢量，Y(i)＝[y-G(i),y-G+1(i),···,yG(i)]T为各个谐波上接收到的信号，谐波的范围为±G，数量为2G+1，谐波矩阵B为：
Figure BDA0002671648900000072
构建接收信号的协方差矩阵
Figure BDA0002671648900000073
Figure BDA0002671648900000074
式中，
Figure BDA0002671648900000075
代表源信号的协方差矩阵；
步骤2-2，将协方差矩阵
Figure BDA0002671648900000076
矢量化：
Figure BDA0002671648900000077
式中，
Figure BDA0002671648900000078
Figure BDA0002671648900000079
表示第l个信号源信号的功率，σ2表示噪声信号的功率，
Figure BDA00026716489000000710
矢量
Figure BDA00026716489000000711
包括虚拟阵列和谐波信号；
其中，G为虚拟阵列信号；
虚拟阵列元素的位置表示为：
S＝{±(mN-nM)d,0≤n≤N-1,0≤m≤M-1}。
结合图2，时间调制互质阵列的虚拟阵列扩展了阵列结构，从-N(M-1)d到N(M-1)d，其中连续部分为-(M+N-1)d到(M+N-1)d。
进一步地，在其中一个实施例中，步骤3所述基于虚拟阵列进行DOA估计，具体过程包括：
步骤3-1，结合图3，将阵元数为M的子阵扩展为阵元数为2M的子阵，由此将虚拟阵列的连续部分-(M+N-1)d到(M+N-1)d变为-(MN+M-1)到-(MN+M-1)；步骤3-2，假设Gc为虚拟阵列信号G的连续部分，将虚拟阵列表示为矩阵Zc：
Zc＝GcP+σ2Ec
式中，Ec为连续部分的噪声向量；
步骤3-3，将虚拟阵列的连续部分划分为MN+1个子阵，每个子阵包括MN+1个阵元，第j个子阵表示为：
{(-j+o+1)d,o＝1,2,···,MN+M-1}
第j个子阵的矩阵Zcj为：
Zcj＝GcjP+σ2Ecj
式中，Gcj表示为
Figure BDA0002671648900000081
Aj、Bj分别表示方向矩阵和谐波矩阵，Gcj为谐波和方向矩阵共同构成的空间矩阵，Ecj为噪声矩阵；
步骤3-4，获取第j个子阵的协方差矩阵Rj：
Figure BDA0002671648900000082
式中，
Figure BDA0002671648900000083
表示Zcj的转置，
Figure BDA0002671648900000084
步骤3-5，求取所有子阵协方差矩阵的平均值
Figure BDA0002671648900000085
Figure BDA0002671648900000086
式中，
Figure BDA0002671648900000087
假设λ为
Figure BDA0002671648900000088
的特征值，对应的特征向量为v，噪声子空间E＝[vL+1,vL+2,...,v2H,v2H+1]，特征向量v的范围从L+1到G+1；
步骤3-6，构建DOA估计的空间谱函数为：
Figure BDA0002671648900000089
式中，
Figure BDA00026716489000000810
为
Figure BDA00026716489000000811
的导向向量；
基于所述空间谱函数实现DOA估计。
作为一种具体示例，对本发明进行进一步验证说明，具体进行DOA估计算法的仿真实验。假设一个采用扩展互质阵列结构的时间调制阵列，其两个子阵阵元分别为M＝3和N＝4，假设每个阵元的调制周期为Fp＝1MHz，带通滤波器的带宽和调制频率相同，载频为5GHz，快拍数K＝500，信噪比为10dB，谐波数目H＝3。
首先对一个在10°的目标进行测试，结果如图4(a)所示；随后对两个分别在10°和20°的目标进行测试，结果如图4(b)所示；接着对三个分别在5°、10°、19°的目标进行测试，结果如图4(c)所示；最后对四个分别在3°、10°、16°、20°的目标进行测试，结果如图4(d)所示。
在仿真实验中，还利用了均匀线性阵列、时间调制均匀线性阵列、非扩展结构的时间调制互质阵列进行对比。由图4可以看出，当目标数为1时，四种阵列均可以准确进行DOA估计，但随着目标数目的增加，除了本发明基于扩展结构的时间调制互质阵列外，其他阵列的DOA性能均有不同程度的下降，由此说明本发明可以有效进行DOA估计。
以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (6)

1.一种基于时间调制的互质阵列系统，其特征在于，所述系统包括互质阵列，阵列通过射频开关进行调制，阵列的输出信号通过带通滤波进行分离，获得基波和谐波。
2.根据权利要求1所述的基于时间调制的互质阵列系统，其特征在于，所述系统的阵列因子AF(θ,t)为：
Figure FDA0002671648890000011
其中，Umn(t)为系统控制每个阵元开启和关闭的时间函数，
Figure FDA0002671648890000012
bmn,h为Umn(t)的傅里叶级数展开后的第(m,n)阵元h次谐波的傅里叶因子，
Figure FDA0002671648890000013
式中，h表示谐波级数，ω0＝2πf0为载频信号的角频率，f0为载频信号的频率，k为波数，θ为信号方向，M和N分别为互质阵列中两个子阵的数目，两个子阵各自阵元的间距分别为Nd和Md，τmn,on和τmn,off分别为第(m,n)个阵元每个周期内的开启、关闭时间，Tp为射频开关的调制周期，Fp＝1/Tp为调制频率，ωp为调制信号的角频率。
3.基于权利要求1至2任意一项所述的基于时间调制的互质阵列系统的DOA估计方法，其特征在于，所述方法包括以下步骤：
步骤1，构建时间调制互质阵列系统的信号模型；
步骤2，构建虚拟阵列；
步骤3，基于虚拟阵列进行DOA估计。
4.根据权利要求3所述的DOA估计方法，其特征在于，步骤1所述构建时间调制互质阵列系统的信号模型，具体包括：
假设有L个远场非相关窄带信号入射到时间调制互质阵列中，信号的载波频率为f0，系统接收的信号y(t)表示为：
Figure FDA0002671648890000021
式中，θl为第l个远场非相关窄带信号的入射角，sl(t)为入射角度为θl的远场目标的接收信号，wmn(t)代表零均值、方差为σ2的高斯白噪声；
结合上述系统的阵列因子AF(θ,t)，将系统接收的信号y(t)表示为yh(t)：
Figure FDA0002671648890000022
5.根据权利要求4所述的DOA估计方法，其特征在于，步骤2所述构建虚拟阵列，具体包括：
步骤2-1，假设信号快拍为i＝1,2,…,K，将上述信号yh(t)表示为矩阵形式：
Y(i)＝BT[AS(i)+Ne(i)]+No(i)
式中，A＝[a(θ1),a(θ2),…,a(θL)]为入射信号矢量矩阵，其中
Figure FDA0002671648890000023
j＝1,2,…,L；S(i)＝[s1(i),s2(i),…,sL(i)]T表示源信号，Ne(i)表示具有不相关项的加性复高斯噪声向量，No(i)表示由射频开关和滤波器引起的噪声矢量，Y(i)＝[y-G(i),y-G+1(i),…,yG(i)]T为各个谐波上接收到的信号，谐波的范围为±G，数量为2G+1，谐波矩阵B为：
Figure FDA0002671648890000024
构建接收信号的协方差矩阵
Figure FDA0002671648890000025
Figure FDA0002671648890000026
式中，
Figure FDA0002671648890000027
代表源信号的协方差矩阵；
步骤2-2，将协方差矩阵
Figure FDA0002671648890000028
矢量化：
Figure FDA0002671648890000031
式中，
Figure FDA0002671648890000032
Figure FDA0002671648890000033
表示第l个信号源信号的功率，σ2表示噪声信号的功率，
Figure FDA0002671648890000034
其中，G为虚拟阵列信号；
虚拟阵列元素的位置表示为：
S＝{±(mN-nM)d,0≤n≤N-1,0≤m≤M-1}。
6.根据权利要求5所述的DOA估计方法，其特征在于，步骤3所述基于虚拟阵列进行DOA估计，具体过程包括：
步骤3-1，将阵元数为M的子阵扩展为阵元数为2M的子阵，由此将虚拟阵列的连续部分-(M+N-1)d到(M+N-1)d变为-(MN+M-1)到-(MN+M-1)；
步骤3-2，假设Gc为虚拟阵列信号G的连续部分，将虚拟阵列表示为矩阵Zc：
Zc＝GcP+σ2Ec
式中，Ec为连续部分的噪声向量；
步骤3-3，将虚拟阵列的连续部分划分为MN+1个子阵，每个子阵包括MN+1个阵元，第j个子阵表示为：
{(-j+o+1)d,o＝1,2,…,MN+M-1}
第j个子阵的矩阵Zcj为：
Zcj＝GcjP+σ2Ecj
式中，Gcj表示为
Figure FDA0002671648890000035
Aj、Bj分别表示方向矩阵和谐波矩阵，Gcj为谐波和方向矩阵共同构成的空间矩阵，Ecj为噪声矩阵；
步骤3-4，获取第j个子阵的协方差矩阵Rj：
Figure FDA0002671648890000036
式中，
Figure FDA0002671648890000041
表示Zcj的转置，
Figure FDA0002671648890000042
步骤3-5，求取所有子阵协方差矩阵的平均值
Figure FDA0002671648890000043
Figure FDA0002671648890000044
式中，
Figure FDA0002671648890000045
假设λ为
Figure FDA0002671648890000046
的特征值，对应的特征向量为v，噪声子空间E＝[vL+1,vL+2,...,v2H,v2H+1]，特征向量v的范围从L+1到G+1；
步骤3-6，构建DOA估计的空间谱函数为：
Figure FDA0002671648890000047
式中，
Figure FDA0002671648890000048
为
Figure FDA0002671648890000049
的导向向量；
基于所述空间谱函数实现DOA估计。
CN202010935107.0A 2020-09-08 2020-09-08 基于时间调制的互质阵列系统及其doa估计方法 Withdrawn CN112182853A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010935107.0A CN112182853A (zh) 2020-09-08 2020-09-08 基于时间调制的互质阵列系统及其doa估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010935107.0A CN112182853A (zh) 2020-09-08 2020-09-08 基于时间调制的互质阵列系统及其doa估计方法

Publications (1)

Publication Number Publication Date
CN112182853A true CN112182853A (zh) 2021-01-05

Family

ID=73925807

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010935107.0A Withdrawn CN112182853A (zh) 2020-09-08 2020-09-08 基于时间调制的互质阵列系统及其doa估计方法

Country Status (1)

Country Link
CN (1) CN112182853A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115407128A (zh) * 2022-07-29 2022-11-29 南京航空航天大学 一种基于互质采样的电力系统谐波和间谐波频率估计方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
YUE MA等: "Direction-of-Arrival Estimation Based on Time-Modulated Coprime Arrays", 《IEICE TRANSACTIONS ON FUNDAMENTALS OF ELECTRONICS, COMMUNICATIONS AND COMPUTER SCIENCES》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115407128A (zh) * 2022-07-29 2022-11-29 南京航空航天大学 一种基于互质采样的电力系统谐波和间谐波频率估计方法
CN115407128B (zh) * 2022-07-29 2023-10-27 南京航空航天大学 一种基于互质采样的电力系统谐波和间谐波频率估计方法

Similar Documents

Publication Publication Date Title
CN109633522B (zh) 基于改进的music算法的波达方向估计方法
CN110927661A (zh) 基于music算法的单基地展开互质阵列mimo雷达doa估计方法
CN107346986B (zh) 一种基于稀疏频控传感器天线阵列的多波束形成方法
CN109471064B (zh) 基于脉冲压缩技术的时间调制阵列测向系统
CN107092007A (zh) 一种虚拟二阶阵列扩展的波达方向估计方法
CN113572509B (zh) 基于时间调制阵列的mimo雷达系统及波束形成方法
CN108120953A (zh) 一种基于波达方向估计的无线电定位方法
CN109725296B (zh) 一种四维天线形成多波束电磁干扰的方法
CN112182853A (zh) 基于时间调制的互质阵列系统及其doa估计方法
CN111366893A (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
CN113296050B (zh) 基于各向异性阵列的极化和角度参数联合估计方法
Abdullah et al. Comparative Study of Super-Performance DOA Algorithms based for RF Source Direction Finding and Tracking
CN113391301A (zh) 基于时间调制线性阵列的超波束形成方法及系统
Liu et al. Design of frequency invariant beamformer without temporal filtering
Wei et al. Direction of arrival estimation with uniform planar array
CN109471087B (zh) 基于互质mimo雷达差集和集信号快速傅里叶变换的波达方向估计方法
Yuri et al. Performance study of beamspace processing DOA estimation by MUSIC and Capon methods
CN112051539B (zh) 基于分块子阵的时间调制平面阵列波束形成方法
CN113740797B (zh) 一种透镜阵列下的高精度单快拍目标到达角度估计方法
Ma et al. Hyper beamforming with single-sideband time-modulated phased arrays for automotive radar
CN117639876B (zh) 基于时空调制超表面的线性调频波抗干扰doa估计方法
CN114841024B (zh) 一种基于矢量扩展互质阵的波束形成方法及装置
Xu et al. PSO-Based Low-SLL Pattern Synthesis for FDA in Range-Angle Space
Oing et al. Performance Analysis of Waveform Recovery Methods in Array Signal Processing
Chen et al. Eigenvalue decomposition approach for beampattern synthesis

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20210105

WW01 Invention patent application withdrawn after publication