CN112230194B - 一种基于平移阵列的解模糊方法、设备及存储介质 - Google Patents

一种基于平移阵列的解模糊方法、设备及存储介质 Download PDF

Info

Publication number
CN112230194B
CN112230194B CN202010776174.2A CN202010776174A CN112230194B CN 112230194 B CN112230194 B CN 112230194B CN 202010776174 A CN202010776174 A CN 202010776174A CN 112230194 B CN112230194 B CN 112230194B
Authority
CN
China
Prior art keywords
array
translation
angle estimation
model
inter
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
CN202010776174.2A
Other languages
English (en)
Other versions
CN112230194A (zh
Inventor
向洪
袁常顺
王俊
罗雨泉
周扬
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.)
Hangzhou Innovation Research Institute of Beihang University
Original Assignee
Hangzhou Innovation Research Institute of Beihang 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 Hangzhou Innovation Research Institute of Beihang University filed Critical Hangzhou Innovation Research Institute of Beihang University
Priority to CN202010776174.2A priority Critical patent/CN112230194B/zh
Publication of CN112230194A publication Critical patent/CN112230194A/zh
Application granted granted Critical
Publication of CN112230194B publication Critical patent/CN112230194B/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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/418—Theoretical aspects
    • 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

Abstract

本发明公开了一种基于平移阵列的解模糊方法、设备及计算机可读存储介质，该方法包括：首先确定参考阵列和平移阵列，所述平移阵列为三维空间中与所述参考阵列满足平移关系的阵列；接着根据所述参考阵列与平移阵列，建立空间平移模型；再根据所述空间平移模型建立阵列姿态变化模型；进一步结合所述空间平移模型和阵列姿态变化模型，通过角度估计算法获得阵列内角度估计算子和阵列间角度估计算子；最后利用阵列内角度估计算子对阵列间角度估计算子进行解模糊，得到无模糊阵列间角度估计算子。

Description

一种基于平移阵列的解模糊方法、设备及存储介质
技术领域
本发明涉及数据处理技术，尤其涉及一种基于平移阵列的解模糊方法、设备及计算机可读存储介质。
背景技术
雷达测角技术在目标识别、精密制导和汽车自动驾驶等领域具有很重要的应用价值。提高对目标的测角精度和测角分辨力是雷达需要解决的基本问题之一。高精度角度测量对提高目标搜索、跟踪精度及目标识别准确率具有重要意义。在相同信噪比条件下，雷达的测角精度取决于天线孔径，天线孔径越大测角精度和测角分辨力越高。然而，天线孔径增大的同时为了保证不出现测角模糊，阵元间距通常采用小于二分之一的半波长进行布阵，此时对阵元需求数急剧增加，同时导致计算更为复杂，制造成本更为昂贵，加工水平要求苛刻，后期维护难度大。为了解决该问题，稀疏阵列测角技术得到发展。利用有限的阵元在空间进行稀疏布阵可以获得较大的天线物理孔径，从而获得更高的估计精度和角度分辨力。
然而稀疏阵列的布置将会导致栅瓣的产生，从而导致测角模糊。目前的常规的解模糊方法通常采用长短基线法进行解模糊。而该采用长短基线法主要适用于线性阵列解模糊，无法解决空间任意布阵的解模糊问题。
发明内容
本发明实施例为了克服现有技术所存在的以上问题，创造性的提供了一种基于平移阵列的解模糊方法、设备及计算机可读存储介质。
根据本发明第一方面，提供了一种基于平移阵列的解模糊方法，该方法包括：确定参考阵列和平移阵列，所述平移阵列为三维空间中与所述参考阵列满足平移关系的阵列；根据所述参考阵列与平移阵列，建立空间平移模型；根据所述空间平移模型建立阵列姿态变化模型；结合所述空间平移模型和阵列姿态变化模型，通过角度估计算法获得阵列内角度估计算子和阵列间角度估计算子；利用阵列内角度估计算子对阵列间角度估计算子进行解模糊，得到无模糊阵列间角度估计算子。
根据本发明一实施方式，根据所述参考阵列与平移阵列，建立空间平移模型，包括：以参考阵列为基准，建立三维阵列回波模型；根据所述参考阵列与平移阵列之间满足的平移关系，将所建立的三维阵列回波模型转换为空间平移模型。
根据本发明一实施方式，通过至少如下角度估计算法之一获得阵列内角度估计算子和阵列间角度估计算子：状态空间平衡法、矩阵束或ESPRIT算法。
根据本发明一实施方式，利用阵列内角度估计算子对阵列间角度估计算子进行解模糊，包括：采用点面垂线距离最短原则，利用阵列内角度估计算子对阵列间角度估计算子进行解模糊。
根据本发明一实施方式，所述方法还包括：采用点到球面中点到球心距离最短原则确定点到球面的交点；利用所确定的点到球面的交点进行无模糊阵列间角度估计算子的优化。
根据本发明第二方面，还提供一种基于平移阵列的解模糊设备，该设备包括：确定模块，用于确定参考阵列和平移阵列，所述平移阵列为三维空间中与所述参考阵列满足平移关系的阵列；模型建立模块，用于根据所述参考阵列与平移阵列，建立空间平移模型；还用于根据所述空间平移模型建立阵列姿态变化模型；估计算子计算模块，用于结合所述空间平移模型和阵列姿态变化模型，通过角度估计算法获得阵列内角度估计算子和阵列间角度估计算子；解模糊处理模块，用于利用阵列内角度估计算子对阵列间角度估计算子进行解模糊，得到无模糊阵列间角度估计算子。
根据本发明一实施方式，所述模型建立模块，具体用于以参考阵列为基准，建立三维阵列回波模型；根据所述参考阵列与平移阵列之间满足的平移关系，将所建立的三维阵列回波模型转换为空间平移模型。
根据本发明一实施方式，所述估计算子计算模块，具体用于通过至少如下角度估计算法之一获得阵列内角度估计算子和阵列间角度估计算子：状态空间平衡法、矩阵束或ESPRIT算法。
根据本发明一实施方式，所述解模糊处理模块，具体用于采用点面垂线距离最短原则，利用阵列内角度估计算子对阵列间角度估计算子进行解模糊。
根据本发明一实施方式，所述设备还包括优化模块；其中，所述确定模块，还用于采用点到球面中点到球心距离最短原则确定点到球面的交点；所述优化模块，用于利用所确定的点到球面的交点进行无模糊阵列间角度估计算子的优化。
根据本发明第三方面，又提供一种计算机可读存储介质，所述存储介质包括一组计算机可执行指令，当所述指令被执行时用于执行上述任一基于平移阵列的解模糊方法。
本发明实施例基于平移阵列的解模糊方法、设备及计算机可读存储介质，该方法包括：首先确定参考阵列和平移阵列，所述平移阵列为三维空间中与所述参考阵列满足平移关系的阵列；接着根据所述参考阵列与平移阵列，建立空间平移模型；再根据所述空间平移模型建立阵列姿态变化模型；进一步结合所述空间平移模型和阵列姿态变化模型，通过角度估计算法获得阵列内角度估计算子和阵列间角度估计算子；最后利用阵列内角度估计算子对阵列间角度估计算子进行解模糊，得到无模糊阵列间角度估计算子。如此，本发明针对空间中满足任意平移的阵列在测角过程中存在模糊的问题，充分利用点面垂线距离原则进行解模糊，能够对空间任意平移(包括平移和相同姿态变化)的阵列实现阵列间有效解模糊，从而获得稀疏阵列带来的高精度角度估计。
需要理解的是，本发明的教导并不需要实现上面所述的全部有益效果，而是特定的技术方案可以实现特定的技术效果，并且本发明的其他实施方式还能够实现上面未提到的有益效果。
附图说明
通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本发明的若干实施方式，其中：
在附图中，相同或对应的标号表示相同或对应的部分。
图1示出了本发明实施例基于平移阵列的解模糊方法的实现流程示意图一；
图2示出了本发明一应用实例三维空间的回波数据结构框图；
图3示出了本发明实施例基于平移阵列的解模糊方法的实现流程示意图二；
图4示出了本发明一应用实例基于平移阵列的解模糊方法的简化流程示意图；
图5示出了本发明实施例基于平移阵列的解模糊设备的组成结构示意图一；
图6示出了本发明实施例基于平移阵列的解模糊设备的组成结构示意图二。
具体实施方式
下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解，给出这些实施方式仅仅是为使本领域技术人员能够更好地理解进而实现本发明，而并非以任何方式限制本发明的范围。相反，提供这些实施方式是为使本发明更加透彻和完整，并能够将本发明的范围完整地传达给本领域的技术人员。
下面结合附图和具体实施例对本发明的技术方案进一步详细阐述。
图1示出了本发明实施例基于平移阵列的解模糊方法的实现流程示意图一；图2示出了本发明一应用实例三维空间的回波数据结构框图；图3示出了本发明实施例基于平移阵列的解模糊方法的实现流程示意图二；图4示出了本发明一应用实例基于平移阵列的解模糊方法的简化流程示意图。
参考图1，本发明实施例基于平移阵列的解模糊方法，包括：操作101，确定参考阵列和平移阵列，平移阵列为三维空间中与参考阵列满足平移关系的阵列；操作102，根据参考阵列与平移阵列，建立空间平移模型；操作103，根据空间平移模型建立阵列姿态变化模型；操作104，结合空间平移模型和阵列姿态变化模型，通过角度估计算法获得阵列内角度估计算子和阵列间角度估计算子；操作105，利用阵列内角度估计算子对阵列间角度估计算子进行解模糊，得到无模糊阵列间角度估计算子。
本发明实施例中，操作101～102为回波建模过程，操作103～105为角度估计过程。
在操作101，首先至少确定两个阵列，一个为参考阵列，另一个阵列为平移阵列，阵列在整个坐标系表示空间阵元平移分布，对于单个阵列纵轴表示时间轴，表示时间采样。本发明同样可以扩展到多个平移阵列。
在操作102，当三维空间中多个阵列满足平移关系时，首先以参考阵列为基准，建立三维阵列回波模型；接着根据参考阵列与平移阵列之间满足的平移关系，将所建立的三维阵列回波模型转换为空间平移模型。
具体地，以发射信号采用线性调频信号，参考图2，则空间中阵列回波去斜处理后可表示矩阵形式如下：
其中，参考阵元的坐标作为空间坐标原点，表示阵列第nr个接收阵元相对与阵面中心位置坐标，/>表示第nR部接收阵列参考阵元相对参考阵元坐标的位置。接收阵列数设置为NR，阵列接收阵元数Nr，目标数为K。θk和φk分别为第k个目标的俯仰角和方位角。G为所有阵元对所有回波构成的增益矩阵，Qx，Qy，Qz为对角矩阵，分别对应为x，y，z方向的角度估计算子，对角线元素表达式分别为/>uk＝cosφk sinθk,vk＝sinφk sinθk,γk＝cosθk，其中，uk，vk，γk为方向余弦。B为常数矩阵。
进一步地，在建立有通用模型即三维阵列回波模型的基础上，建立空间平移模型，构造阵列间角度估计算子。
假定单个阵列是Nrx×Nry均匀面阵，阵元间距由于阵列间满足空间平移关系，则表达式可进一步化简为/>其中ΦR(nR)为对角矩阵，定义为空间平移角度估计算子，对角线元素表示式为Dx(nR)，Dy(nR)，Dz(nR)分别表示第nR部阵列与基准阵列在参考坐标系下x向、y向和z向的基线距离，满足/> 表示参考阵列阵面中心位置。此时，只需要估计Qx，Qy，ΦR(nR)，则可获得满足空间平移阵列的高精度角度估计。然而，平移阵列间距远大于半波长，因此ΦR(nR)需解模糊。
在操作103，在建立有空间平移模型的基础上，根据空间平移模型建立阵列姿态变化模型，从而构造阵列内角度估计算子。
这里，阵列的空间姿态可由3个姿态欧拉角表示，即围绕阵列中心X轴旋转角θX，围绕阵列中心Y轴旋转角θY和围绕阵列中心Z轴旋转角θZ表示。通过沿三个坐标轴的连续三次旋转可得到旋转后的坐标。每次旋转都可用一个矩阵来表示，在右手坐标系中，关于X，Y，Z轴的旋转矩阵分别为
阵列姿态变化旋转矩阵可由3个姿态欧拉角引起的旋转矩阵表示为
其中s(·)和c(·)分别为正余弦函数的简写。
此时，阵列在一定姿态情况下的表达式可简化为
其中Ψx，Ψy为对角矩阵，定义为姿态角度估计算子，表示式为
其中对角线元素为
显然，目标角度估计与Ψx，Ψy，ΦR(nR)相关，若实现三者估计，可获得平移阵列高精度角度估计。
在操作104，结合所述空间平移模型和阵列姿态变化模型，通过至少如下角度估计算法之一获得阵列内角度估计算子和阵列间角度估计算子：状态空间平衡法、矩阵束或ESPRIT算法。当然，在实际应用中，本发明获取角度估计算子的角度估计算法不限定于以上几种算法。
下面以状态空间平衡法估计阵列内角度估计算子和阵列间角度估计算子为例进行详细说明。
利用NR个接收阵列回波构造基准矩阵H0(nR)和偏移矩阵H1(nR)，H2(nR)，表达式为
化简可得
H0(1)＝O(1)C(1)
H1(1)＝O(1)ΨxC(1)
H2(1)＝O(1)ΨyC(1)
H0(nR)＝O(1)ΦR(nR)C(1)，nR≥2
对H0(1)矩阵奇异值分解，获得观测矩阵和控制矩阵/>采用最小二乘法获得/>
同时对角化矩阵，可得阵列内任意角度估计算子Ψx，Ψy和平移阵列间角度估计算子ΦR(nR)
此时，阵列内任意角度估计算子Ψx，Ψy是无模糊的，可得无模糊角度估计；而平移阵列间基线距离大于半波长，ΦR(nR)是模糊的，因此需要利用阵列任意角度估计算子Ψx，Ψy对平移阵列间角度估计算子ΦR(nR)解模糊。
在操作105，采用点面垂线距离最短原则，利用阵列内角度估计算子对阵列间角度估计算子进行解模糊。其核心在于目标在空间中的角度是不变的。
首先利用无模糊的阵列内任意角度估计算子Ψx，Ψy获得目标初始角度，即不模糊角度。假定为Ψx，Ψy的对角线元素，由于满足
同时满足
此时，对方向余弦uk，vk，γk的估计问题转换为三元二次方程的求解问题，可获得无模糊方向余弦
再次，考虑阵列与阵列间基线距离满足
的模糊是由于D(nR)导致，因此需求取缠绕系数κ。假定/>为阵列间角度估计算子ΦR(nR)的对角线元素，则满足
由于已知，因而可利用其对阵列间角度估计算子ΦR(nR)解模糊。考虑/>形式上在空间几何上为平面方程组，则可利用点到平面间垂线距离最短原则确定缠绕系数κ。即
其中
确定了缠绕系数后，阵列间角度无模糊估计可转换为点到平面上的投影点，即单元雷达间无模糊角度估计求解可表示成以下约束问题
根据本发明实施例一可实施方式，参考图3，在操作101～105的基础上，所述方法还包括：操作301，采用点到球面中点到球心距离最短原则确定点到球面的交点；操作302，利用所确定的点到球面的交点进行无模糊阵列间角度估计算子的优化。
这里，参考图4所示的简化实现流程，不难发现，本发明实施例中，操作101～102为回波建模过程，操作103～105和操作301～302为包括点到球面的优化的角度估计过程。
具体地，在确定了缠绕系数后，阵列间角度无模糊估计可转换为点到平面上的投影点，即单元雷达间无模糊角度估计求解可表示成以下约束问题
此时，该优化问题可简化为点到平面的优化问题。即使得点到平面π1的距离最短的交点。而由空间几何可知，点到平面的最短距离的点即垂足/>
虽然满足直线方程组的解，但对于阵列间角度估计(uk，vk，γk)同时满足
所以需要在步骤e基础上，进行如下最优化求解
此时优化问题简化为点到球面的优化问题。可得
如此，本发明针对空间中满足任意平移的阵列在测角过程中存在模糊的问题，充分利用点面垂线距离原则进行解模糊，能够对空间任意平移(包括平移和相同姿态变化)的阵列实现阵列间有效解模糊，从而获得稀疏阵列带来的高精度角度估计。
同理，基于上文所述基于平移阵列的解模糊方法，本发明实施例还提供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，当所述程序被处理器执行时，使得所述处理器至少执行如下所述的操作步骤：操作101，确定参考阵列和平移阵列，平移阵列为三维空间中与参考阵列满足平移关系的阵列；操作102，根据参考阵列与平移阵列，建立空间平移模型；操作103，根据空间平移模型建立阵列姿态变化模型；操作104，结合空间平移模型和阵列姿态变化模型，通过角度估计算法获得阵列内角度估计算子和阵列间角度估计算子；操作105，利用阵列内角度估计算子对阵列间角度估计算子进行解模糊，得到无模糊阵列间角度估计算子。
进一步，基于如上文所述基于平移阵列的解模糊方法，本发明实施例还提供一种基于平移阵列的解模糊设备，如图5所述，该设备50包括：确定模块501，用于确定参考阵列和平移阵列，所述平移阵列为三维空间中与所述参考阵列满足平移关系的阵列；模型建立模块502，用于根据所述参考阵列与平移阵列，建立空间平移模型；还用于根据所述空间平移模型建立阵列姿态变化模型；估计算子计算模块503，用于结合所述空间平移模型和阵列姿态变化模型，通过角度估计算法获得阵列内角度估计算子和阵列间角度估计算子；解模糊处理模块504，用于利用阵列内角度估计算子对阵列间角度估计算子进行解模糊，得到无模糊阵列间角度估计算子。
根据本发明一实施方式，模型建立模块502，具体用于以参考阵列为基准，建立三维阵列回波模型；根据所述参考阵列与平移阵列之间满足的平移关系，将所建立的三维阵列回波模型转换为空间平移模型。
根据本发明一实施方式，估计算子计算模块503，具体用于通过至少如下角度估计算法之一获得阵列内角度估计算子和阵列间角度估计算子：状态空间平衡法、矩阵束或ESPRIT算法。
根据本发明一实施方式，解模糊处理模块504，具体用于采用点面垂线距离最短原则，利用阵列内角度估计算子对阵列间角度估计算子进行解模糊。
根据本发明一实施方式，如图6所示，设备50还包括优化模块505；其中，确定模块501，还用于采用点到球面中点到球心距离最短原则确定点到球面的交点；优化模块505，用于利用所确定的点到球面的交点进行无模糊阵列间角度估计算子的优化。
这里需要指出的是：以上对基于平移阵列的解模糊设备实施例的描述，与前述图1至4所示的方法实施例的描述是类似的，具有同前述图1至4所示的方法实施例相似的有益效果，因此不做赘述。对于本发明基于平移阵列的解模糊设备实施例中未披露的技术细节，请参照本发明前述图1至4所示的方法实施例的描述而理解，为节约篇幅，因此不再赘述。
需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(Read Only Memory，ROM)、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种基于平移阵列的解模糊方法，其特征在于，所述方法包括：
确定参考阵列和平移阵列，所述平移阵列为三维空间中与所述参考阵列满足平移关系的阵列；
根据所述参考阵列与平移阵列，建立空间平移模型；
根据所述空间平移模型建立阵列姿态变化模型；
结合所述空间平移模型和阵列姿态变化模型，通过角度估计算法获得阵列内角度估计算子和阵列间角度估计算子；
利用阵列内角度估计算子对阵列间角度估计算子进行解模糊，得到无模糊阵列间角度估计算子。
2.根据权利要求1所述的方法，其特征在于，根据所述参考阵列与平移阵列，建立空间平移模型，包括：
以参考阵列为基准，建立三维阵列回波模型；
根据所述参考阵列与平移阵列之间满足的平移关系，将所建立的三维阵列回波模型转换为空间平移模型。
3.根据权利要求1所述的方法，其特征在于，通过至少如下角度估计算法之一获得阵列内角度估计算子和阵列间角度估计算子：状态空间平衡法、矩阵束或ESPRIT算法。
4.根据权利要求1所述的方法，其特征在于，利用阵列内角度估计算子对阵列间角度估计算子进行解模糊，包括：
采用点面垂线距离最短原则，利用阵列内角度估计算子对阵列间角度估计算子进行解模糊。
5.根据权利要求1至4任一项所述的方法，其特征在于，所述方法还包括：
采用点到球面中点到球心距离最短原则确定点到球面的交点；
利用所确定的点到球面的交点进行无模糊阵列间角度估计算子的优化。
6.一种基于平移阵列的解模糊设备，其特征在于，所述设备包括：
确定模块，用于确定参考阵列和平移阵列，所述平移阵列为三维空间中与所述参考阵列满足平移关系的阵列；
模型建立模块，用于根据所述参考阵列与平移阵列，建立空间平移模型；还用于根据所述空间平移模型建立阵列姿态变化模型；
估计算子计算模块，用于结合所述空间平移模型和阵列姿态变化模型，通过角度估计算法获得阵列内角度估计算子和阵列间角度估计算子；
解模糊处理模块，用于利用阵列内角度估计算子对阵列间角度估计算子进行解模糊，得到无模糊阵列间角度估计算子。
7.根据权利要求6所述的设备，其特征在于，
所述模型建立模块，具体用于以参考阵列为基准，建立三维阵列回波模型；根据所述参考阵列与平移阵列之间满足的平移关系，将所建立的三维阵列回波模型转换为空间平移模型。
8.根据权利要求6所述的设备，其特征在于，
所述估计算子计算模块，具体用于通过至少如下角度估计算法之一获得阵列内角度估计算子和阵列间角度估计算子：状态空间平衡法、矩阵束或ESPRIT算法。
9.根据权利要求6所述的设备，其特征在于，
所述解模糊处理模块，具体用于采用点面垂线距离最短原则，利用阵列内角度估计算子对阵列间角度估计算子进行解模糊。
10.一种计算机可读存储介质，其特征在于，所述存储介质包括一组计算机可执行指令，当所述指令被执行时用于执行权利要求1至5任一项所述基于平移阵列的解模糊方法。
CN202010776174.2A 2020-08-05 2020-08-05 一种基于平移阵列的解模糊方法、设备及存储介质 Active CN112230194B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010776174.2A CN112230194B (zh) 2020-08-05 2020-08-05 一种基于平移阵列的解模糊方法、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010776174.2A CN112230194B (zh) 2020-08-05 2020-08-05 一种基于平移阵列的解模糊方法、设备及存储介质

Publications (2)

Publication Number Publication Date
CN112230194A CN112230194A (zh) 2021-01-15
CN112230194B true CN112230194B (zh) 2024-01-26

Family

ID=74115647

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010776174.2A Active CN112230194B (zh) 2020-08-05 2020-08-05 一种基于平移阵列的解模糊方法、设备及存储介质

Country Status (1)

Country Link
CN (1) CN112230194B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112924925B (zh) * 2021-01-25 2022-10-28 西安电子科技大学 基于稀疏贝叶斯学习的机载三维异构阵doa估计方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6140963A (en) * 1998-04-30 2000-10-31 Science And Applied Technology, Inc. Ambiguity removal and angles-of-arrival estimation for radially polarized conformal arrays
CN102353945A (zh) * 2011-03-31 2012-02-15 北京航空航天大学 基于isar像序列的散射点三维位置重构方法
WO2018049595A1 (zh) * 2016-09-14 2018-03-22 深圳大学 一种基于交替方向乘子法的稳健稀疏恢复stap方法及其系统
CN108830807A (zh) * 2018-06-01 2018-11-16 哈尔滨工业大学 一种基于mems陀螺辅助的星敏感器图像解运动模糊方法
WO2019095912A1 (zh) * 2017-11-16 2019-05-23 华南理工大学 基于可调夹角均匀线阵的水下波达方向估计方法及装置
CN111175745A (zh) * 2020-01-19 2020-05-19 北京航空航天大学 一种基于状态空间平衡法的动目标三维成像的方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2940461B1 (fr) * 2008-12-23 2011-01-21 Thales Sa Procede de determination des angles d'arrivee en azimut et en elevation de sources coherentes
US9020187B2 (en) * 2011-05-27 2015-04-28 Qualcomm Incorporated Planar mapping and tracking for mobile devices
US10812694B2 (en) * 2013-08-21 2020-10-20 Faro Technologies, Inc. Real-time inspection guidance of triangulation scanner
US20160327653A1 (en) * 2014-02-03 2016-11-10 Board Of Regents, The University Of Texas System System and method for fusion of camera and global navigation satellite system (gnss) carrier-phase measurements for globally-referenced mobile device pose determination
US20170132804A1 (en) * 2014-06-12 2017-05-11 Duke University System and method for improved computational imaging
US10809391B2 (en) * 2015-06-29 2020-10-20 Deere & Company Satellite navigation receiver and method for switching between real-time kinematic mode and precise positioning mode

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6140963A (en) * 1998-04-30 2000-10-31 Science And Applied Technology, Inc. Ambiguity removal and angles-of-arrival estimation for radially polarized conformal arrays
CN102353945A (zh) * 2011-03-31 2012-02-15 北京航空航天大学 基于isar像序列的散射点三维位置重构方法
WO2018049595A1 (zh) * 2016-09-14 2018-03-22 深圳大学 一种基于交替方向乘子法的稳健稀疏恢复stap方法及其系统
WO2019095912A1 (zh) * 2017-11-16 2019-05-23 华南理工大学 基于可调夹角均匀线阵的水下波达方向估计方法及装置
CN108830807A (zh) * 2018-06-01 2018-11-16 哈尔滨工业大学 一种基于mems陀螺辅助的星敏感器图像解运动模糊方法
CN111175745A (zh) * 2020-01-19 2020-05-19 北京航空航天大学 一种基于状态空间平衡法的动目标三维成像的方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
《Benefits of digital phased array radars》;SALVADOR H T et.al;《Proceedings of the IEEE》;第104卷(第3期);第530-543页 *
《Principles of minimum variance robust adaptive beamforming design》;VOROBYOV S A et.al;《Signal Processing》;第93卷(第12期);第3264-3277页 *
《多通道相控阵自适应数字单脉冲合成方法》;向巍 等;《系统工程与电子技术》;第41卷(第4期);第765-771页 *
FEKO稀疏微多普勒建模及CS重构方法;郝云胜;叶艺山;邓振淼;冯仑;;光学精密工程;第24卷(第6期);第1482-1489页 *

Also Published As

Publication number Publication date
CN112230194A (zh) 2021-01-15

Similar Documents

Publication Publication Date Title
US10627475B2 (en) Pose estimation using radio frequency identification (RFID) tags
Paffenholz et al. Direct geo-referencing of a static terrestrial laser scanner
CN110849369A (zh) 机器人跟踪方法、装置、设备及计算机可读存储介质
CN107765244B (zh) 基于机载双天线InSAR基线测量方法和装置
CN110782531A (zh) 处理三维点云数据的方法和计算设备
CN108802669B (zh) 二维波达方向估计方法、二维波达方向估计装置及终端
CN111179351B (zh) 一种参数标定方法及其装置、处理设备
Zhou A closed-form algorithm for the least-squares trilateration problem
CN112230194B (zh) 一种基于平移阵列的解模糊方法、设备及存储介质
CN112822633B (zh) 一种基于误差补偿的定位方法，系统，终端设备及可读存储介质
García-Moreno et al. Error propagation and uncertainty analysis between 3D laser scanner and camera
CN113189541B (zh) 一种定位方法、装置及设备
Antone et al. Fully automated laser range calibration.
Olson Subpixel localization and uncertainty estimation using occupancy grids
CN110220513B (zh) 一种目标定位的方法、系统、无人机及存储介质
Tjahjadi et al. Single image orientation of UAV's imagery using orthogonal projection model
CN109489658B (zh) 一种运动目标定位方法、装置及终端设备
El-Ashmawy Photogrammetric block adjustment without control points
Walvoord et al. Geoaccurate three-dimensional reconstruction via image-based geometry
Wang et al. Stereo camera calibration without absolute-world-coordinate information
Shmatko et al. Estimation of rotation measurement error of objects using computer simulation
CN111123323B (zh) 一种提高便携设备定位精度的方法
CN112050829B (zh) 一种运动状态确定方法及装置
CN113640799A (zh) 一种雷达波束中心照射点确定方法、装置及存储介质
WO2017007527A9 (en) Three dimensional direction finder with one dimensional sensor array

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