CN112585496A - 一种频率分析方法、装置及雷达 - Google Patents

一种频率分析方法、装置及雷达 Download PDF

Info

Publication number
CN112585496A
CN112585496A CN201980052670.9A CN201980052670A CN112585496A CN 112585496 A CN112585496 A CN 112585496A CN 201980052670 A CN201980052670 A CN 201980052670A CN 112585496 A CN112585496 A CN 112585496A
Authority
CN
China
Prior art keywords
vector
receivers
receiver
flow pattern
pair
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
CN201980052670.9A
Other languages
English (en)
Other versions
CN112585496B (zh
Inventor
王犇
李德建
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.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies Co Ltd
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 Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Publication of CN112585496A publication Critical patent/CN112585496A/zh
Application granted granted Critical
Publication of CN112585496B publication Critical patent/CN112585496B/zh
Active 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • 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
    • 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
    • G01S7/40—Means for monitoring or calibrating
    • 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
    • G01S7/40—Means for monitoring or calibrating
    • G01S7/4004—Means for monitoring or calibrating of parts of a radar system

Landscapes

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

Abstract

本申请提供一种频率分析方法、装置及雷达，用于提高频率分析的鲁棒性和准确性。本申请中，通过构建扩展向量r，并对扩展向量r进行频率分析计算。其中，扩展向量r中的N个向量元素与N个流型参数对应。N个向量元素中每个向量元素可以指示至少一对接收器的互协方差，每个向量元素对应的流型参数用于指示每个向量元素对应的至少一对接收器中，每对接收器中第一接收器相对于第二接收器的有序距离。本申请实施例基于接收信号的二阶统计特性得到扩展向量r，并且可以通过扩展向量r增加频率分析计算的数量，有利于提高频率分析结果的准确性和鲁棒性。

Description

一种频率分析方法、装置及雷达
技术领域
本申请涉及信号处理技术领域，尤其涉及一种频率分析方法、装置及雷达。
背景技术
频率分析是一种常见的、对接收阵列的接收信号进行处理的手段。例如，毫米波雷达中接收阵列的接收信号中包括回波信号，毫米波雷达可以对接收阵列的接收信号进行频率分析，获取回波信号的空间谱，从而估计回波信号的来波方向。
目前，一般可以通过快速傅里叶变换(fast Fourier transform，FFT)计算或数字波束形成(digital beam-forming，DBF)计算对接收信号进行频域分析获得空间谱。在FFT计算中，可以获取接收阵列的接收信号在任意采样点的采样数据，对接收信号在该采样点的采样数据进行快速傅里叶变换，得到接收信号的FFT空间谱。在DBF计算中，可以根据接收信号在多个采样点的采样数据构建协方差矩阵，以及根据接收阵列的阵列结构构建导向矢量，进而可以根据协方差矩阵和导向矢量计算得到DBF空间谱。
然而，FFT计算的计算结果的准确性较容易受到接收信号中噪声信号的影响，致使FFT计算结果的鲁棒性不高。而DBF计算则需要较多的采样点以获得足够的采样数据，才能够得到具有较高准确度的分析结果。在采样数据不足的情况下，往往会导致DBF算法的分析结果不够准确。
综上，目前的频率分析方法的分析结果的准确性及鲁棒性还需要进一步提高。
发明内容
有鉴于此，本申请提供一种频率分析方法、装置及雷达，用于对接收阵列的接收信号进行频率分析，有利于提高频率分析结果的准确性和鲁棒性。
第一方面，本申请实施例提供一种频率分析方法，该频率分析方法可以用于分析M个接收器接收到的信号，其中，M个接收器线性排列，构成接收阵列，M为大于1的整数。本申请实施例所提供的频率分析方法主要包括：构建包括N个向量元素的扩展向量r，根据接收阵列的N个流型参数，对扩展向量r进行频率分析计算。
在本申请实施例中，扩展向量r中的N个向量元素与N个流型参数对应。其中，N个流型参数与接收阵列的排列结构相关，每个流型参数皆可以理解为一对接收器中第一接收器相对于第二接收器的有序距离。本申请实施例中，N个向量元素中每个向量元素可以指示至少一对接收器的互协方差，每个向量元素对应的流型参数用于指示每个向量元素对应的至少一对接收器中，每对接收器中第一接收器相对于第二接收器的有序距离。
本申请实施例中，扩展向量r的N个向量元素中，每个向量元素可以指示至少一对接收器的互协方差，其中互协方差为二阶统计量。也就是说，本申请实施例中扩展向量r是根据接收阵列的接收信号的二阶统计特性构建的。相较于直接使用采样数据进行频率分析计算(如传统的FFT计算)，使用接收信号的二阶统计特性构建扩展向量r，有利于提高频率分析结果的鲁棒性。具体来说，直接使用采样数据进行频率分析计算，由于接收信号中噪声信号的随机性较强，频率分析结果受噪声信号的随机性影响，致使频率分析结果的准确性会随噪声信号的变化而波动，因此频率分析结果的鲁棒性不强。而采用二阶统计特性构建扩展向量r，由于二阶统计可以降低噪声信号的波动对频率分析结果带来的影响，因此对本申请实施例提供的扩展向量r进行频率分析计算，即使噪声信号出现变化，频率分析结果也可以保持较高的稳定性，也就是鲁棒性。
同时，本申请实施例所构建的扩展向量r符合接收信号的二阶统计特性和接收阵列结构之间的关联关系，因此本申请实施例通过扩展向量r所增加的数据皆为有效数据，本申请实施例还有利于增加频率分析计算的数量，即增加互协方差中有效数据项的数据量，从而有利于提高频率分析结果的准确性。进而使得，本申请实施例即使在接收器较少的情况下，也可以通过扩展向量r得到足够的数据量以用于频率分析计算，从而有利于压缩空间谱中主瓣宽度，有利于提高频率分析结果的准确性。
在一种可能的实现方式中，可以通过以下方式构建扩展向量r，包括：根据每个向量元素对应的流型参数，确定每个向量元素对应的至少一对接收器；获取每个向量元素对应的至少一对接收器中，每对接收器的互协方差；针对每个向量元素，根据至少一对接收器中每对接收器的互协方差之间的均值，计算得到每个向量元素的取值；根据N个向量元素中每个向量元素的取值，构建所述扩展向量r。
示例性的，获取每个向量元素对应的所述至少一对接收器中，每对接收器的互协方差可以包括：根据M个接收器接收到的信号构建协方差矩阵，该协方差矩阵的维度为M×M，协方差矩阵中第m行第n列的矩阵元素用于指示第m个接收器与第n个接收器之间的互协方差，m和n皆为[1，M]中的整数。确定协方差矩阵中，每个流型参数分别对应的至少一个矩阵元素。根据每个流型参数分别对应的至少一个矩阵元素，以及每个流型参数对应的每个向量元素，确定每个向量元素对应的至少一对接收器中，每对接收器的互协方差。继而可以根据每个向量元素对应的至少一对接收器中，每对接收器的互协方差，计算得到每个向量元素的取值，从而构建扩展向量r。
示例性的，协方差矩阵可以满足以下公式：
Figure BDA0002938438200000021
其中，R为协方差矩阵，x(t)为M个接收器接收到的信号在第t个采样点的采样数据组成的接收向量。
在另一种可能的实现方式中，可以通过以下方式构建扩展向量r，包括：根据每个向量元素对应的流型参数，确定每个向量元素对应的至少一对接收器；针对每个向量元素，获取所述每个向量元素对应的至少一对接收器中，任一对接收器的互协方差，作为每个向量元素的取值；继而可以根据N个向量元素中每个向量元素的取值，构建扩展向量r。
在一种可能的实现方式中，M个接收器中，第m个接收器和第n个接收器之间的互协方差满足以下公式：
Figure BDA0002938438200000022
其中，xm(t)为第m个接收器接收到的信号在第t个采样点的采样数据，xn(t)为第n个接收器接收到的信号在第t个采样点的采样数据，m和n皆为[1，M]中的整数，T为采样点的数量，T为大于或等于1的整数。
在一种可能的实现方式中，N大于或等于M，且N小于M2-M+1；或者，N大于M，且N小于或等于M2-M+1。也就是说，N可以为[M，M2-M+1]中的任一整数。本申请实施例中，扩展向量r中向量元素的数量不少于接收器的数量，在接收器较少的情况下，本申请实施例可以通过扩展向量r增加用于频率分析计算的数据量，从而有利于压缩空间谱中主瓣宽度，提高频率分析结果的准确性。
在一种可能的实现方式中，M个接收器中任意两个相邻的接收器之间的距离为单位距离的整数倍；每个向量元素对应的流型参数，为每个向量元素对应的至少一对接收器中，每对接收器中第一接收器的位置坐标减去第二接收器的位置坐标后的差值，第一接收器的位置坐标和所述第二接收器的位置坐标皆是根据所述单位距离得到的。由于本申请实施例中根据单位距离得到第一接收器和第二接收器的位置坐标，因此第一接收器和第二接收器的位置坐标可以皆为整数，进而使得第一接收器相对于第二接收器的有序距离为整数。在此情况下，有利于简化后续频率分析计算。
在一种可能的实现方式中，可以通过扩展向量r进行FFT计算。具体来说，可以包括：根据N个流型参数的大小顺序，依次排列N个流型参数分别对应的N个向量元素，得到顺序重排的扩展向量
Figure BDA0002938438200000031
继而可以对顺序重排的扩展向量
Figure BDA0002938438200000032
进行傅里叶变换FFT计算，得到FFT空间谱。采用本申请实施例提供的频率分析方法，相较于传统的FFT计算，本申请实施例有利于提高FFT计算结果的准确性和鲁棒性。
在另一种可能的实现方式中，通过扩展向量r进行FFT计算，还可以包括：根据N个流型参数，对扩展向量r进行频率分析计算，包括：根据N个流型参数的大小顺序，依次排列N个流型参数分别对应的N个向量元素，得到顺序重排的扩展向量
Figure BDA0002938438200000033
若依次排列的N个流型参数中，相邻的两个流型参数之间的差值为P，P为大于1的整数，则得到顺序重排的扩展向量
Figure BDA0002938438200000034
中，相邻的两个流型参数分别对应的向量元素之间包括P-1个插值；对顺序重排的扩展向量
Figure BDA0002938438200000035
进行快速傅里叶变换FFT计算，得到FFT空间谱。
FFT计算需要接收信号的采样数据中，各个接收器接收到的信号的采样数据相位等间隔连续，将收信号的采样数据其转换为二阶统计量可以得到多个互协方差，FFT计算需要多个互协方差中的有效数据项的指数系数连续。其中，该指数系数便对应于流型参数。对于非均匀线阵，N个流型参数往往非连续，也就是在依次排列的N个流型参数中，有可能存在两个相邻的流型参数之间的差值大于1，例如相邻的两个流型参数之间的差值为P。在此情况下，在顺序重排的扩展向量
Figure BDA0002938438200000038
中，相邻的两个流型参数分别对应的向量元素之间包括P-1个插值，使得顺序重排的扩展向量
Figure BDA0002938438200000039
可以适用FFT计算。本申请实施例可以在非均匀线阵中实现FFT计算，且相较于传统的FFT计算，本申请实施例有利于提高FFT计算结果的准确性和鲁棒性。
在又一种可能的实现方式中，还可以通过扩展向量r进行DBF计算。具体来说，可以包括：对扩展向量r进行数字波束成型DBF计算，该DBF计算满足以下公式：
Figure BDA0002938438200000036
其中，fDBF(θ)为DBF空间谱，
Figure BDA0002938438200000037
为根据扩展向量r和N个流型参数构建的导向矢量，θ∈Θ，Θ为离散搜索区间集合。采用本申请实施例提供的频率分析方法，相较于传统的DBF计算，本申请实施例有利于提高DBF计算结果的准确性和鲁棒性。
在一种可能的实现方式中，N个流型参数可以是根据所述接收阵列的差分协阵列集合difference co-array中的集合元素确定的。
第二方面，本申请实施例还提供一种装置，该装置可以用于分析M个接收器接收到的信号，其中，M个接收器线性排列，M为大于1的整数。该装置主要包括扩展单元和计算单元，其中：扩展单元，用于构建包括N个向量元素的扩展向量r，扩展向量r中，N个向量元素与N个流型参数对应，其中，每个向量元素用于指示至少一对接收器的互协方差，每个向量元素对应的流型参数用于指示每个向量元素对应的至少一对接收器中，每对接收器中第一接收器相对于第二接收器的有序距离；计算单元，用于根据上述N个流型参数，对扩展向量r进行频率分析计算。
在一种可能的实现方式中，扩展单元具体用于：根据每个向量元素对应的流型参数，确定每个向量元素对应的至少一对接收器；获取每个向量元素对应的至少一对接收器中，每对接收器的互协方差；针对每个向量元素，根据至少一对接收器中每对接收器的互协方差之间的均值，计算得到每个向量元素的取值；根据N个向量元素中每个向量元素的取值，构建扩展向量r。
在一种可能的实现方式中，扩展单元具体用于：根据每个向量元素对应的流型参数，确定每个向量元素对应的至少一对接收器；针对每个向量元素，获取每个向量元素对应的至少一对接收器中，任一对接收器的互协方差，作为每个向量元素的取值；根据N个向量元素中每个向量元素的取值，构建扩展向量r。
在一种可能的实现方式中，扩展单元具体用于：根据M个接收器接收到的信号构建协方差矩阵，协方差矩阵的维度为M×M，协方差矩阵中第m行第n列的矩阵元素用于指示第m个接收器与第n个接收器之间的互协方差，m和n皆为[1，M]中的整数；确定协方差矩阵中，每个流型参数分别对应的至少一个矩阵元素；根据每个流型参数分别对应的至少一个矩阵元素，以及每个流型参数对应的每个向量元素，确定每个向量元素对应的至少一对接收器中，每对接收器的互协方差。
在一种可能的实现方式中，协方差矩阵满足以下公式：
Figure BDA0002938438200000041
其中，R为协方差矩阵，x(t)为M个接收器接收到的信号在第t个采样点的采样数据组成的接收向量。
在一种可能的实现方式中，M个接收器中，第m个接收器和第n个接收器之间的互协方差满足以下公式：
Figure BDA0002938438200000042
其中，xm(t)为第m个接收器接收到的信号在第t个采样点的采样数据，xn(t)为第n个接收器接收到的信号在第t个采样点的采样数据，m和n皆为[1，M]中的整数，T为采样点的数量，T为大于或等于1的整数。
在一种可能的实现方式中，N大于或等于M，且N小于M2-M+1；或者，N大于M，且N小于或等于M2-M+1。
在一种可能的实现方式中，M个接收器中任意两个相邻的接收器之间的距离为单位距离的整数倍；每个向量元素对应的流型参数，为每个向量元素对应的至少一对接收器中，每对接收器中第一接收器的位置坐标减去第二接收器的位置坐标后的差值，其中，第一接收器的位置坐标和第二接收器的位置坐标皆是根据单位距离得到的。
在一种可能的实现方式中，计算单元具体用于：根据N个流型参数的大小顺序，依次排列N个流型参数分别对应的N个向量元素，得到顺序重排的扩展向量
Figure BDA0002938438200000051
对顺序重排的扩展向量
Figure BDA0002938438200000052
进行傅里叶变换FFT计算，得到FFT空间谱。
在一种可能的实现方式中，计算单元具体用于：根据上述N个流型参数的大小顺序，依次排列N个流型参数分别对应的N个向量元素，得到顺序重排的扩展向量
Figure BDA0002938438200000053
若依次排列的N个流型参数中，相邻的两个流型参数之间的差值为P，P为大于1的整数，则得到顺序重排的扩展向量
Figure BDA0002938438200000054
中，相邻的两个流型参数分别对应的向量元素之间包括P-1个插值；对顺序重排的扩展向量
Figure BDA0002938438200000055
进行快速傅里叶变换FFT计算，得到FFT空间谱。
在一种可能的实现方式中，计算单元具体用于：对扩展向量r进行数字波束成型DBF计算，DBF计算满足以下公式：
Figure BDA0002938438200000056
其中，fDBF(θ)为DBF空间谱，
Figure BDA0002938438200000057
为根据扩展向量r和N个流型参数构建的导向矢量，θ∈Θ，Θ为离散搜索区间集合。
在一种可能的实现方式中，N个流型参数是根据接收阵列的差分协阵列集合difference co-array中的集合元素确定的。
第三方面，本申请实施例提供一种装置，该装置包括处理器和存储器，其中，存储器用于存储计算机程序或指令；处理器用于执行所述存储器中存储的计算机程序或指令，以使得该装置执行如第一方面中任一项所提供的频率分析方法。
第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序或指令，当计算机读取并执行计算机可读存储介质中的计算机程序或指令时，使得计算机执行如第一方面中任一项所提供的频率分析方法。
第五方面，本申请实施例提供一种雷达，包括发射器、接收阵列和频率分析装置，所述接收阵列包括M个线性排列的接收器，M为大于1的整数；所述发射器，用于发射探测信号；所述接收阵列，用于接收回波信号；所述频率分析装置，用于根据如第一方面中任一项所提供的频率分析方法，对接收阵列的接收信号进行频率分析，其中，接收阵列的接收信号包括上述回波信号。
第六方面，本申请实施例提供一种程序产品，当计算机读取并执行所述计算机程序产品时，使得计算机执行上述中任一项所提供的频率分析方法。
本申请的这些方面或其他方面在以下实施例的描述中会更加简明易懂。
附图说明
图1为一种雷达结构示意图；
图2为一种均匀线阵结构示意图；
图3为一种非均匀线阵结构示意图；
图4为一种非均匀线阵结构示意图；
图5为本申请实施例提供一种频率分析方法流程示意图；
图6为本申请实施例提供一种均匀线阵中FFT计算结果对比示意图；
图7为一种非均匀线阵结构示意图；
图8为本申请实施例提供一种非均匀线阵中FFT计算结果对比示意图；
图9为本申请实施例提供一种均匀线阵中DBF计算结果对比示意图；
图10为本申请实施例提供一种非均匀线阵中DBF计算结果对比示意图；
图11为本申请实施例提供一种装置结构示意图；
图12为本申请实施例提供一种装置结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述。方法实施例中的具体操作方法也可以应用于装置实施例或系统实施例中。需要说明的是，在本申请的描述中“至少一个”是指一个或多个，其中，多个是指两个或两个以上。鉴于此，本发明实施例中也可以将“多个”理解为“至少两个”。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。另外，需要理解的是，在本申请的描述中，“第一”、“第二”等词汇，仅用于区分描述的目的，而不能理解为指示或暗示相对重要性，也不能理解为指示或暗示顺序。
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。
目前，接收阵列在诸多电子设备中都有应用。接收阵列中包括阵列式排列的多个接收器，每个接收器皆可以接收外界信号，也就是说，接收阵列的接收信号中包括了多个接收器分别接收到的信号。
由于接收阵列中不同的接收器接收到的信号有所不同，因此需要对接收阵列的接收信号进行频率分析。例如，由于接收阵列中接收器的位置有所不同，导致针对同一个目标信号，不同的接收器接收到的目标信号的相位也有所不同。通过对接收阵列的接收信号进行频率分析，可以根据每个接收器的位置与每个接收器接收到的目标信号的相位之间的关系，估算出目标信号的来波方向。
应理解，本申请实施例适用于多种类型的接收器。例如，毫米波雷达中的接收器—天线，又例如激光雷达中的接收器—光电探测器，又例如，声呐、医学设备中的各种类型的传感器。根据接收器类型的不同，接收器接收到的信号类型也有所不同。例如，毫米波雷达中的天线接收的回波信号为毫米波信号，而激光雷达中光电探测器接收到的回波信号为激光信号。为了便于理解，本申请实施例接下来以雷达为例进行说明，该雷达可以是毫米波雷达，也可以是激光雷达，也可以是红外雷达，本申请实施例对此并不多作限制。
图1示例性示出了一种雷达结构示意图，如图1所示，雷达100主要包括发射器101、接收阵列102和频率分析装置103。其中，发射器101可以发射探测信号，接收阵列102可以接收经被测物体反射回来的探测信号，也就是回波信号。应理解，接收阵列102的接收信号包括M个接收器接收到的信号，接收阵列102的接收信号中既包括了回波信号，也包括了噪声信号。
频率分析装置103可以是雷达100内部的处理芯片，例如，可以是雷达100的中央处理器(central processing unit，CPU)，也可以是雷达100的片上系统(system on chip，SoC)。频率分析装置103可以对接收阵列102的接收信号进行频率分析。具体来说，频率分析装置103对接收阵列的接收信号进行频率分析时，一般会根据接收阵列102的接收信号的采样数据进行处理。示例性的，雷达100中设置有采样器104，采样器104可以是模数转换器(analog-to-digital converter，ADC)。采样器104可以间隔一定时间，从接收阵列102的接收信号中截取部分信号作为采样数据，处理器103可以根据采样器104提供的采样数据对接收阵列102的接收信号进行频率分析。其中采样器104采样的时间点也可以称为采样点。
一般来说，经过频率分析，频率分析装置103可以得到接收信号中K个回波信号的来波方向(接收角度)，K为大于或等于1的整数，该K个回波信号也可以称为K个目标信号。
或者，经过频率分析，频率分析装置103也可以得到接收阵列102的接收信号的空间谱。具体来说，空间谱主要表现为角度-强度曲线，即在不同角度下接收信号的强度。一般来说，在任一目标信号的来波方向，目标信号的强度和噪声信号的强度相叠加，使得来波方向对应的信号强度明显升高，空间谱的角度-强度曲线中强度明显升高的部分也被称为空间谱的主瓣。因此，在得到空间谱后，可以根据空间谱中主瓣对应的角度，可以估算出接收信号中K个目标信号的来波方向。
然而，随着雷达100集成度的提高，雷达100中可供安装接收阵列102的空间有限，致使接收阵列102中接收器的数量不足。而且，一些制造商为了降低雷达100的成本，又会省去接收阵列102中的部分接收器，使得接收阵列102排列不均匀。
以上种种因素导致在进行频率分析时，可供频率分析的数据不足，不利于提高频率分析的准确性，进而会对雷达的探测结果的鲁棒性和准确性产生影响。例如，由于可供频率分析的数据不足，使得计算得到的空间谱中主瓣过宽，也有可能使得空间谱中旁瓣升高，导致对K个目标信号的来波方向的估算结果不够准确。
有鉴于此，本申请实施例提供一种频率分析方法，该方法可以应用于频率分析装置103中。本申请实施例提供的频率分析方法，既可以适用于线阵，又可以适用于方阵。具体来说，根据接收阵列102中接收器的排列方式，接收阵列102可以分为线阵和方阵。其中，线阵的多个接收器线性排列。方阵的多个接收器则为多行、多列排列。通常，在对方阵接收到的信号进行频率分析时，可以先按照线阵分析的方法逐行分析方阵中每一行接收器接收到的信号，再将逐行分析的分析结果相结合，得到方阵的接收信号的分析结果。
为了便于说明，接下来以线阵为例进行说明。需要指出的是，本申请实施例所提供的频率分析方法同样可以适用于对方阵的接收信号进行频率分析，对此不再赘述。
图2示例性示出了一种可能的接收阵列结构示意图。如图2所示，接收阵列包括M个线性排列的接收器。图2中，M个接收器按照从左到右的顺序分别对应有数字序号“1、2、3....M”，表示接收阵列中从左到右依次为：第1个接收器、第2个接收器、第3个接收器、……、第M个接收器。
需要指出的是，图2中每个接收器所对应的数字序号仅是为了示例性区分接收阵列的每个接收器，以便于描述本申请实施例所提供的方法。图2中的数字序号并不构成对接收阵列结构的实质限定。例如，也可以按照从左至右的顺序，将M个接收器分别描述为“第1个接收器、第2个接收器、第3个接收器、……、第M个接收器”，也可以按照其它顺序，将M个接收器分别描述为“第1个接收器、第2个接收器、第3个接收器、……、第M个接收器”。接收阵列中的M个接收器既可以是左右方向的线性排列，也可以是上下方向的线性排列，也可以是其它任一倾斜方向的线性排列。总之，M个接收器的描述顺序以及M个接收器的排列方向，并不影响本申请实施例的具体实现，对此不再赘述。示例性的，本申请实施例接下来以图2所示的数字序号为例进行说明。
在本申请实施例中，接收阵列中的M个接收器存在多种线性排列方式。例如，在图2所示的接收阵列中，任意相邻的两个接收器之间的距离皆为d，因此图2所示的接收阵列又可以称为均匀线阵，d可以称为接收阵列的单位距离。目前，一些制造商为了降低接收阵列的成本，会将部分位置的接收器省去，这种接收阵列又可以称为非均匀线阵。在非均匀线阵中，任意两个相邻的接收器之间的距离，既可能是单位距离d，也可以是单位距离d的多倍。如图3所示，第1个接收器与第2个接收器之间的距离是2d，而第2个接收器与第3个接收器之间的距离是d。可以理解，在保证接收阵列具备接收能力的前提下，单位距离d可以是任意可能的取值，例如，单位距离d可以是目标信号的半波长、波长、或其它可能的距离长度，本申请实施例对此并不多作限制。
在本申请实施例中，接收阵列对应多个流型参数，流型参数的数量、每个流型参数的具体取值，皆与M个接收器的排列方式相关。也就是说，对于频率分析装置103而言，接收阵列102对应的多个流型参数可以作为已知的参数，运用于频率分析中。具体来说，M个接收器可以构成M2对接收器，每对接收器中包括第一接收器和第二接收器。其中，第一接收器可以是第m个接收器，第二接收器可以是第n个接收器。在M2对接收器中，m和n从1依次遍历至M。
每对接收器对应的有序距离，指的是每对接收器中第一接收器相对于第二接收器的有序距离，该有序距离可以理解为第一接收器相对于第二接收器的方向，以及第一接收器与第二接收器之间的距离。M2对接收器中，任意两对接收器既可能对应有相同的有序距离，也可能对应有不同的有序距离。
本申请实施例中，接收阵列对应的N个流型参数可以指示M2对接收器中存在的N种有序距离。示例性的，N个流型参数可以相当于M2对接收器中存在的N种有序距离。可以理解，N个流型参数与N种有序距离之间也可以有更为复杂的对应关系，本申请实施例对此不再赘述。
一般来说，N大于或等于M，且N小于M2-M+1；或者，N大于M，且N小于或等于M2-M+1。也就是说，N可以为[M,M2-M+1]中的任一正整数。
示例性的，M2对接收器分别对应的有序距离可以如下表一所示：
表一
Figure BDA0002938438200000081
其中，dm表示第m个接收器的位置坐标，dn表示第n个接收器的位置坐标，m和n皆从1遍历至M。示例性的，表一中第1行第1列，表示第一接收器和第二接收器皆为第1个接收器，因此第一接收器相对于第二接收器的有序距离为0。表一中第1行第2列，表示第一接收器为第1个接收器，第二接收器为第2个接收器，因此第一接收器相对于第二接收器的有序距离为d1-d2，其中，d1为第1个接收器的位置坐标。d2为第2个接收器的位置坐标。
可以理解，在表1中dm-dn的绝对值可以表示第m个接收器与第n个接收器之间的距离，dm-dn的正负可以表示第m个接收器相对于第n个接收器的方向。例如，若dm-dn为正，则说明第m个接收器位于第n个接收器的第一方向，若dm-dn为负，则说明第m个接收器位于第n个接收器的第二方向，第一方向和第二方向为平行于接收阵列(线阵)的两个相反方向。因此，dm-dn可以作为第m个接收器和第n个接收器构成的一对接收器对应的有序距离，也就是第m个接收器相对于第n个接收器的有序距离。
假设表一中的M2对接收器分别对应的有序距离中，共有N种不同的取值，则可以根据该N种不同的有序距离的取值得到接收阵列的N个流型参数。例如，可以将该N种取值不同的有序距离作为接收阵列的流型参数，也可以将该N种取值不同的有序距离除以最大公约数之后的N个约分结果作为接收阵列的流型参数，等等，本申请实施例对此不再逐一列举。
在一种可能的实现方式中，均匀线阵或者非均匀线阵中，可以根据单位距离d为各个接收器分配位置坐标。以图2所示均匀线阵为例，假设第1个接收器为坐标原点，则第1个接收器至第M个接收器的位置坐标依次为：0、1、2、……、M-1。在此基础上，表一可以简化为如下表二：
表二
Figure BDA0002938438200000091
由表二可见，根据单位距离d为各个接收器分配位置坐标，可以使M2对接收器分别对应的有序距离皆为正整数，有利于简化后续计算。以表二为例，N个流型参数具体为：1-M、2-M、……、0、1、2、……、M-1，共2M-1个流型参数，即N＝2M-1。
又例如图4所示的非均匀线阵，共包括5个接收器，其中第2个接收器与第1个接收器之间间隔2d，第3个接收器与第2个接收器之间，以及第4个接收器与第3个接收器之间皆间隔d，第5个接收器与第4个接收器之间间隔2d。假设第1个接收器为坐标原点，根据单位距离d为5个接收器分别分配位置坐标，则第1个至第5个接收器的位置坐标依次为：0、2、3、4和6。
在此情况下，表一可以简化为：
表三
Figure BDA0002938438200000092
1 0 -2 -3 -4 -6
2 2 0 -1 -2 -4
3 3 1 0 -1 1
4 4 2 1 0 -2
5 6 4 3 2 0
基于表三所示的25对接收器分别对应的有序距离，图4所示的接收阵列具有11个流型参数，该11个流型参数分别为：-6、-4、-3、-2、-1、0、1、2、3、4和6。
在一种可能的实现方式中，接收阵列的N个流型参数可以是根据接收阵列的差分协阵列集合difference co-array中的集合元素确定的。接收阵列的差分协阵列集合满足以下公式：
D＝{dm-dn|m，n∈[1，M]) (公式一)
其中，D表示接收阵列的差分协阵列集合，dm为第m个接收器的位置坐标，dn为第n个接收器的位置坐标，m和n皆从1遍历至M。
在本申请实施例中，在接收阵列的M个接收器的排列方式已知的情况下，可以根据M个接收器的位置坐标计算接收阵列的差分协阵列集合，根据差分协阵列集合的集合元素确定N个流型参数，示例性的，可以将差分协阵列集合中的N个集合元素作为接收阵列的N个流型参数。
为了提高频率分析的鲁棒性和准确性，本申请实施例利用接收信号的二阶统计特性和接收阵列的N个流型参数构建扩展向量r，并对该扩展向量r进行频率分析，有利于增加可供频率分析的数据量，从而有利于提高频率分析结果的鲁棒性及准确性。
接下来，示例性地对本申请实施例所提供的频率分析方法作进一步说明。图5示例性示出了本申请实施例提供一种频率分析方法，该频率分析方法可以用于分析图2中M个接收器接收到的信号，也就是接收阵列102的接收信号。如图5所示，该频率分析方法主要包括以下步骤：
S501：构建包括N个向量元素的扩展向量r。
在本申请实施例中，扩展向量r中的N个向量元素与N个流型参数对应。具体来说，扩展向量r中可以包括至少N个向量元素，该至少N个向量元素与N个流型参数之间可以是一对一，也可以是多对一的关系。也可以理解为，N个流型参数中，每个流型参数对应有一个或多个向量元素。示例性的，对于FFT计算或DBF计算，扩展向量r中包括N个向量元素，且该N个向量元素与N个流型参数一一对应。
示例性的，扩展向量r可以表示为：
r＝[r1，r2，...，rN](公式二)
其中，r1，r2，......，rN可以表示扩展向量r的N个向量元素。在本申请实施例中，扩展向量r的每个向量元素可以指示至少一对接收器的互协方差。以向量元素r1为例，假设向量元素r1与流型参数Δd1对应，M2对接收器中存在E对接收器的有序距离为Δd1，则向量元素r1与该E对接收器相对应，向量元素r1可以指示该E对接收器的互协方差。E为大于或等于1的整数。
S502：根据N个流型参数，对扩展向量r进行频率分析。
接下来，对本申请实施例的原理作简要说明：
接收阵列的接收信号在T个采样点的采样数据X可以表示为：
X＝[x(1)，x(2)，...，x(t)，...，x(T)](公式三)
其中，x(t)是接收信号在第t个采样点的接收向量，t为[1，T]中的整数，T为大于或等于1的整数。
针对在第t个采样点的接收向量x(t)，其满足以下公式：
Figure BDA0002938438200000111
其中，A为接收阵列的阵列流型矩阵，s(t)为目标信号波形，n(t)为加性高斯噪声项。
具体来说，s(t)可以表示为s(t)＝[s1(t)，...，sk(t)，...，sK(t)]T，k为[1，K]中的任一整数，K为接收阵列的接收信号中目标信号的数量，sk(t)为第k个目标信号的波形。
A可以表示为A＝[a(θ1)，...a(θk)，...，a(θK)]，θk为第k个目标信号的来波方向，其中，第k个目标信号的来波方向也可以理解为第k个目标信号照射在接收阵列的角度。a(θk)为第k个目标信号对应的导向矢量，其满足以下公式：
Figure BDA0002938438200000112
其中，d1至dM分别为第1个至第M个接收器的位置坐标。
Figure BDA0002938438200000113
λ为K个回波信号的波长，一般来说，K个回波信号的波长与探测信号的波长相同。
接收信号的二阶统计特性可以表示为根据M个接收器接收到的信号构建M×M的协方差矩阵，该协方差矩阵满足以下公式：
Figure BDA0002938438200000114
其中，R为协方差矩阵，协方差矩阵R的M2个矩阵元素分别对应M2对接收器的互协方差。
具体来说，一对接收器的互协方差指的是一对接收器中第一接收器(如第m个接收器)接收到的信号与第二接收器(如第n个接收器)接收到的信号之间的协方差。示例性的，第m个接收器和第n个接收器之间的互协方差R{m，n}可以满足以下公式：
Figure BDA0002938438200000115
其中，xm(t)为第m个接收器接收到的信号在第t个采样点的采样数据，xn(t)为第n个接收器接收到的信号在所述第t个采样点的采样数据。
在本申请实施例中，可以假设各个目标信号之间互不相关、各个目标信号与各个噪声信号互不相关，以及各个噪声信号之间互不相关。示例性的，可以由以下三个公式分别表示：
各个目标信号之间互不相关：
Figure BDA0002938438200000116
其中，si(t)表示第i个目标信号在第t个采样点的采样数据，sj(t)表示第j个目标信号在第t个采样点的采样数据。
各个目标信号与各个噪声信号互不相关：
Figure BDA0002938438200000117
其中，nj(t)表示第j个噪声信号在第t个采样点的采样数据。
各个噪声信号之间互不相关：
Figure BDA0002938438200000118
其中，ni(t)表示第i个噪声信号在第t个采样点的采样数据。
将公式八至公式十引入协方差矩阵R，如公式六所示的协方差矩阵R可以进一步变换为：
Figure BDA0002938438200000121
其中，
Figure BDA0002938438200000122
IM表示一维度为M×M的单位对角阵。
协方差矩阵R本质上是接收信号的二阶统计量，其中，ARsAH为有效数据项，
Figure BDA0002938438200000123
为噪声项。引入公式八至十所示的不相关特性，Rs可以变换为一个对角线元素为目标信号功率的对角阵，公式十一中的噪声项
Figure BDA0002938438200000124
变成了一个与噪声信号的信号强度有关的常量。
具体来说，协方差矩阵中第m行第n列的矩阵元素可以理解为第m个接收器与第n个接收器的互协方差R{m，n}，R{m，n}也满足以下公式：
Figure BDA0002938438200000125
其中，
Figure BDA0002938438200000126
Figure BDA0002938438200000127
表示第k个目标信号的信号强度。
Figure BDA0002938438200000128
表示噪声信号的信号强度的第n个统计量，
Figure BDA0002938438200000129
可以理解为一常量，也就是说，
Figure BDA00029384382000001210
的取值与n的取值无关。
示例性的，对于图2所示的均匀线阵，在根据单位距离d为M个接收器分配位置坐标的情况下，协方差矩阵可以表示为：
Figure BDA00029384382000001211
由公式十二和公式十三可见，R{m，n}的取值主要与dm-dn以及μk相关，其中，μk为来波方向θk的sin函数。因此，在进行频率分析时，不同取值的指数系数dm-dn对应的互协方差便包含了接收信号绝大部分的角度信息。也就是说，可以对不同取值的指数系数dm-dn对应的互协方差进行频率分析。其中，指数系数dm-dn既可以理解为第m个接收器相对于第n个接收器的有序距离，也可以理解为，接收阵列的流型参数。
有鉴于此，本申请实施例根据N个流型参数构建的扩展向量r中的N向量元素包括了接收信号所有的角度信息，对扩展向量r进行频率分析，可以得到接收信号中与来波方向相关的参数。例如，可以得到K个目标信号的来波方向，或者，可以得到接收行动空间谱。
本申请实施例中的扩展向量r，是在接收信号二阶统计特性(互协方差)的基础上，结合接收阵列的排列结构(N个流型参数)构建的。扩展向量r中向量元素N的取值不小于接收器M的数量，与直接对M个接收器的接收信号进行频率分析相比，本申请实施例有利于增加频率分析的数据量，而且增加的都是有效数据，进而有利于提高频率分析的准确性。而且本申请实施例以接收信号的二阶统计特性为基础，有利于提高分析结果的鲁棒性。
在本申请实施例的扩展向量r中，每个向量元素对应的流型参数用于指示每个向量元素对应的至少一对接收器中，每对接收器中第一接收器相对于第二接收器的有序距离。示例性的，至少可以通过以下两种实现方式构建扩展向量r：
在第一种可能的实现方式中，可以通过以下步骤构建扩展向量r：
步骤一：根据每个向量元素对应的流型参数，确定每个向量元素对应的至少一对接收器。例如，向量元素r1对应流型参数Δd1，则从M2对接收器中筛选出有序距离为Δd1的E对接收器。向量元素r2至rN同理，不再赘述。
步骤二A：获取每个向量元素对应的至少一对接收器中，每对接收器的互协方差。例如，向量元素r1对应有E对接收器，则可以分别计算E对接收器的互协方差。向量元素r2至rN同理，不再赘述。
在步骤二A的一种可能的实现方式中，可以根据公式七分别计算每对接收器的互协方差。在步骤二A的另一种可能的实现方式中，也可以根据公式十二构建互协方差公式。进而，可以确定协方差矩阵中，每个流型参数分别对应的至少一个矩阵元素。
具体来说，矩阵元素R{m，n}可以表示第m个接收器与第n个接收器之间的互协方差，其对应流型参数dm-dn。接下来，可以根据每个流型参数分别对应的至少一个矩阵元素，以及每个流型参数对应的每个向量元素，确定每个向量元素对应的至少一对接收器中，每对接收器的互协方差。
例如，向量元素r1对应流型参数Δd1，可以先从协方差矩阵中确定流型参数Δd1对应的E个矩阵元素。该E个矩阵元素可以作为向量元素r1对应的E对接收器的互协方差。
步骤三：针对每个向量元素，根据至少一对接收器中每对接收器的互协方差之间的均值，计算得到每个向量元素的取值。例如，对于向量元素r1对应的E对接收器，计算E对接收器的互协方差的均值，可以将计算得到的均值作为向量元素r1的取值。向量元素r2至rN同理，不再赘述。
步骤四：根据N个向量元素中每个向量元素的取值，构建扩展向量r。
在第二种可能的实现方式中，在上述步骤一之后，也可以继续执行步骤二B：针对每个向量元素，获取每个向量元素对应的至少一对接收器中，任一对接收器的互协方差，作为每个向量元素的取值。例如，对于上述向量元素r1，可以从向量元素r1对应的E对接收器中挑选出任一对接收器，计算该对接收器的互协方差作为向量元素r1的取值。向量元素r2至rN同理，不再赘述。之后，便可以继续执行步骤四，从而完成构建扩展向量r。
在本申请实施例中，扩展向量r可以应用于多种频率分析计算。也就是说，S502中的频率分析计算存在多种可能的计算方式。接下来，以FFT计算和DBF计算为例，对本申请实施例作进一步说明。需要指出的是，本申请实施例所提供的扩展向量r还可以用于其它频率分析计算方法，如在对扩展向量r进行空间平滑操作之后，使用多重信号分类(multiplesignal classification algorithm，MUSIC)等超分辨算法计算，对此不再一一列举。
目前，FFT计算可以对接收信号在第t个采样点的采样数据x(t)进行计算，得到接收信号的FFT空间谱。这种计算方法未完全利用接收信号的二阶统计特性，且需要采样数据的相位等间隔连续，也就是说，FFT计算要求接收阵列为均匀线阵。对于非均匀线阵，FFT计算的计算结果并不理想。而且，x(t)的数据量由接收阵列中接收器的数量决定，也就是说，当接收阵列中接收器的数量不足时，往往会导致FFT计算的计算结果准确性不高
本申请实施例中，可以利用扩展向量r实现FFT计算，得到接收信号的FFT空间谱。有利于提高FFT计算的计算结果的准确性和鲁棒性。示例性的，可以先根据N个流型参数的大小顺序，依次排列N个流型参数分别对应的N个向量元素，得到顺序重排的扩展向量
Figure BDA0002938438200000132
再对顺序重排的扩展向量
Figure BDA0002938438200000131
进行傅里叶变换FFT计算，得到FFT空间谱。
举例说明，扩展向量r＝[r1，r2，...，rN]，扩展向量r中N个向量元素r1至rN分别对应N个流型参数：Δd1至ΔdN。在进行FFT计算时，可以先根据流型参数Δd1至ΔdN的大小顺序，依次排列向量元素r1至rN，得到顺序重排的扩展向量
Figure BDA0002938438200000141
具体来说，可以按照Δd1至ΔdN由小到大的顺序，依次排列向量元素r1至rN，也可以按照Δd1至ΔdN由大到小的顺序，依次排列向量元素r1至rN。例如，Δd1至ΔdN依次增大，则顺序重排的扩展向量
Figure BDA0002938438200000142
或者，顺序重排的扩展向量
Figure BDA0002938438200000143
可以理解，本申请实施例并不限制Δd1至ΔdN的大小顺序，例如，Δd1至ΔdN中的最大值可以是Δd1，也可以是ΔdN，也可以是除了Δd1和ΔdN之外的任一流型参数。Δd1至ΔdN中的最小值可以是Δd1，也可以是ΔdN，也可以是除了Δd1和ΔdN之外的任一流型参数。
需要指出的是，本申请实施例还适用于对非均匀线阵进行FFT计算。以图4所示的非均匀线阵为例，在根据单位距离d为各个接收器分配位置坐标的情况下，接收阵列的流型参数为：-6、-4、-3、-2、-1、0、1、2、3、4和6。相应的，扩展向量r＝[r1，r2，...，r11]。
假设11个向量元素与11个流型参数之间的对应关系满足如下表四：
表四
流型参数 -6 -4 -3 -2 -1 0 1 2 3 4 6
向量元素 r1 r3 r5 r7 r9 r11 r10 r8 r6 r4 r2
假设按照11个流型参数由小到大的顺序，扩展向量r的11个向量元素可以排列为：r1、r3、r5、r7、r9、r11、r10、r8、r6、r4和r2。
若依次排列的N个流型参数中，相邻的两个流型参数之间的差值为P，P为大于1的整数，则顺序重排的扩展向量
Figure BDA0002938438200000144
中，该相邻的两个流型参数分别对应的向量元素之间包括P-1个插值。
例如表四中，流程参数-6与-4之间的差值为2，则顺序重排的扩展向量
Figure BDA0002938438200000145
中，向量元素r1和r3之间还包括一个插值。向量元素r4和r2之间同理，也包括一个插值。示例性的，顺序重排的扩展向量
Figure BDA0002938438200000146
其中，c1和c2为插值。在本申请实施例中，该插值可以是默认值，如0，或者也可以是牛顿插值，或者也可以是拉格朗日插值，本申请实施例对此并不多作限制。
进而，便可以对顺序重排的扩展向量
Figure BDA0002938438200000147
进行FFT计算，得到FFT空间谱。
此外，本申请实施例还针对FFT计算在均匀线阵中的应用进行了仿真。本次仿真使用了由20个接收器构成的均匀线阵，阵元间距(也就是单位距离)为目标信号的半波长。采样点数量T＝100，信噪比(signal noise ratio，SNR)为10dB。目标信号数量K＝2，两个目标信号的来波方向设置为±4°。
图6示例性示出了两个FFT空间谱，其中第一个FFT空间谱为通过本申请实施例得到的FFT空间谱，第二个FFT空间谱为通过传统FFT计算得到的FFT空间谱。图6所示的两个FFT空间谱中，横坐标表示角度θ，单位为度(°)，纵坐标表示信号强度，单位为(dB)。如图6所示，相较于传统FFT计算得到的FFT空间谱，采用本申请实施例得到的FFT空间谱中，主瓣更窄，且主瓣明显高于旁瓣。这是由于，本申请实施例使用了接收信号的二阶统计特性，使得结果更加稳健，鲁棒性更好。同时，通过扩展向量r增加了可用于FFT计算的数据量，使得空间谱主瓣更窄。可见，本申请实施例可以提高均匀线阵中FFT计算的鲁棒性和准确性。
此外，本申请实施例还针对FFT计算在非均匀线阵中的应用进行了仿真。本次仿真使用了如图7所示的非均匀线阵。根据单位距离d为4个接收器分别分配位置坐标：第一个接收器的位置坐标d1＝0，第二个接收器的位置坐标d2＝1，第三个接收器的位置坐标d3＝4，第四个接收器的位置坐标d4＝6。该接收阵列可以构成16对接收器，每对接收器对应的有序距离可以如下表五所示：
表五
Figure BDA0002938438200000151
该接收阵列的流型参数可以为：-6、-5、-4、-3、-2、-1、0、1、2、3、4、5和6。
基于图7所示的接收阵列，本次仿真设置了T个采样点，SNR＝10dB。两个目标信号的来波方向设置为±10°。若采用传统的FFT计算，则x(t)中只包括4个接收器的接收信号的采样数据，数据量不足。而本申请实施例通过构建扩展向量r，扩展向量r中包括13个可以使用的向量元素，可见，本申请实施例可以增大频率分析计算的可用数据量。
仿真结果可以如图8所示。图8示例性示出了两个FFT空间谱，其中第一个FFT空间谱为通过本申请实施例所得到的FFT空间谱，第二个FFT空间谱为通过传统FFT计算得到的FFT空间谱。图8所示的两个FFT空间谱中，横坐标表示角度θ，单位为度(°)，纵坐标表示信号强度，单位为(dB)。由图8可见，传统的FFT计算几乎失效，其FFT空间谱中已几乎区分不出主瓣和旁瓣。而采用本申请实施例进行FFT计算，依旧可以得到较为明显的主瓣，可见，本申请实施例还可以提高在非均匀线阵中，FFT计算的准确性和鲁棒性。
DBF计算是另一种常用的频率分析算法。在传统的DBF算法中，需要先构建接收信号的协方差矩阵和导向矢量，再根据协方差矩阵和导向矢量计算得到DBF空间谱。但这种DBF计算依旧受限于接收器的数量。而且对于非均匀线阵，传统的DBF算法所得到的空间谱中也存在旁瓣过高的问题。
本申请实施例中，可以利用扩展向量r实现DBF计算，得到接收信号的DBF空间谱。有利于提高DBF计算的计算结果的准确性和鲁棒性。示例性的，本申请实施例中DBF计算满足以下公式：
Figure BDA0002938438200000152
其中，fDBF(θ)为DBF空间谱，
Figure BDA0002938438200000153
为根据扩展向量r和N个流型参数构建的导向矢量，θ∈Θ，Θ为离散搜索区间集合。
具体来说，
Figure BDA0002938438200000154
中包括N个矢量元素，该N个矢量元素与N个流型参数一一对应，而且，
Figure BDA0002938438200000155
中的N个矢量元素的排列顺序和扩展向量r中的N个向量元素的排列顺序皆与N个流型参数排列顺序相对应。举例说明，假设扩展向量r中的向量元素r1为扩展向量r的第一个向量元素，向量元素r1对应有流型参数Δd1，则
Figure BDA0002938438200000161
中的第一个矢量元素也与流型参数Δd1对应。N个矢量元素中，每个矢量元素皆可以表示为指数形式，指数系数为该矢量元素对应的流型参数。例如，
Figure BDA0002938438200000162
中的第一个矢量元素也与流型参数Δd1对应，则
Figure BDA0002938438200000163
中的第一个矢量元素可以表示为：
Figure BDA0002938438200000164
其它N-1个矢量元素同理，不再赘述。
此外，本申请实施例还针对DBF计算在均匀线阵中的应用进行了仿真。本次仿真设置的条件与实施三中均匀线阵中的仿真条件相同，不再赘述。
图9示例性示出了两个DBF空间谱，其中第一个DBF空间谱为通过本申请实施例所得到的DBF空间谱，第二个DBF空间谱为通过传统DBF计算得到的DBF空间谱。图9所示的两个DBF空间谱中，横坐标表示角度θ，单位为度(°)，纵坐标表示信号强度，单位为(dB)。如图9所示，相较于传统DBF计算得到的DBF空间谱，采用本申请实施例得到的DBF空间谱中，主瓣更窄，且主瓣明显高于旁瓣。可见，在均匀线阵中，本申请实施例也可以提高DBF计算的准确性和鲁棒性。
此外，本申请实施例还针对DBF计算在非均匀线阵中的应用进行了仿真。本次仿真依旧使用图7所示的非均匀线阵，设置的条件与实施三中非均匀线阵中的仿真条件相同，不再赘述。
图10示例性示出了两个DBF空间谱，其中第一个DBF空间谱为通过本申请实施例所得到的DBF空间谱，第二个DBF空间谱为通过传统DBF计算得到的DBF空间谱。图10所示的两个DBF空间谱中，横坐标表示角度θ，单位为度(°)，纵坐标表示信号强度，单位为(dB)。如图10所示，传统的DBF计算几乎失效，其DBF空间谱中已几乎区分不出主瓣和旁瓣。而采用本申请实施例进行DBF计算，依旧可以得到较为明显的主瓣，可见，本申请实施例还可以提高在非均匀线阵中，DBF计算的准确性和鲁棒性。
以上通过方法实施例对本申请实施例进行了说明。基于相同的技术构思，本申请实施例还提供一种装置，该装置可以图1中频率分析装置103，也可以是安装于频率分析装置103中的程序指令。如图11所示，装置1100主要包括扩展单元1101和计算单元1102。该装置1100可以用于实现上述实施例所提供的任一种频率分析方法。
示例性的，所述扩展单元1101，用于构建包括N个向量元素的扩展向量r，扩展向量r中，N个向量元素与N个流型参数对应，其中，每个向量元素用于指示至少一对接收器的互协方差，每个向量元素对应的流型参数用于指示每个向量元素对应的至少一对接收器中，每对接收器中第一接收器相对于第二接收器的有序距离；
计算单元1102，用于根据上述N个流型参数，对扩展向量r进行频率分析计算。
在一种可能的实现方式中，扩展单元1101具体用于：
根据每个向量元素对应的流型参数，确定每个向量元素对应的至少一对接收器；
获取每个向量元素对应的至少一对接收器中，每对接收器的互协方差；
针对每个向量元素，根据至少一对接收器中每对接收器的互协方差之间的均值，计算得到每个向量元素的取值；
根据N个向量元素中每个向量元素的取值，构建扩展向量r。
在一种可能的实现方式中，扩展单元1101具体用于：
根据每个向量元素对应的流型参数，确定每个向量元素对应的至少一对接收器；
针对每个向量元素，获取每个向量元素对应的至少一对接收器中，任一对接收器的互协方差，作为每个向量元素的取值；
根据N个向量元素中每个向量元素的取值，构建扩展向量r。
在一种可能的实现方式中，扩展单元1101具体用于：
根据M个接收器接收到的信号构建协方差矩阵，协方差矩阵的维度为M×M，协方差矩阵中第m行第n列的矩阵元素用于指示第m个接收器与第n个接收器之间的互协方差，m和n皆为[1，M]中的整数；
确定协方差矩阵中，每个流型参数分别对应的至少一个矩阵元素；
根据每个流型参数分别对应的至少一个矩阵元素，以及每个流型参数对应的每个向量元素，确定每个向量元素对应的至少一对接收器中，每对接收器的互协方差。
在一种可能的实现方式中，协方差矩阵满足以下公式：
Figure BDA0002938438200000171
其中，R为协方差矩阵，x(t)为M个接收器接收到的信号在第t个采样点的采样数据组成的接收向量。
在一种可能的实现方式中，M个接收器中，第m个接收器和第n个接收器之间的互协方差满足以下公式：
Figure BDA0002938438200000172
其中，xm(t)为第m个接收器接收到的信号在第t个采样点的采样数据，xn(t)为第n个接收器接收到的信号在第t个采样点的采样数据，m和n皆为[1，M]中的整数，T为采样点的数量，T为大于或等于1的整数。
在一种可能的实现方式中，N大于或等于M，且N小于M2-M+1；或者，N大于M，且N小于或等于M2-M+1。
在一种可能的实现方式中，M个接收器中任意两个相邻的接收器之间的距离为单位距离的整数倍；
每个向量元素对应的流型参数，为每个向量元素对应的至少一对接收器中，每对接收器中第一接收器的位置坐标减去第二接收器的位置坐标后的差值，其中，第一接收器的位置坐标和第二接收器的位置坐标皆是根据单位距离得到的。
在一种可能的实现方式中，计算单元1102具体用于：
根据上述N个流型参数的大小顺序，依次排列N个流型参数分别对应的N个向量元素，得到顺序重排的扩展向量
Figure BDA0002938438200000173
对顺序重排的扩展向量
Figure BDA0002938438200000174
进行傅里叶变换FFT计算，得到FFT空间谱。
在一种可能的实现方式中，计算单元1102具体用于：
根据N个流型参数的大小顺序，依次排列N个流型参数分别对应的N个向量元素，得到顺序重排的扩展向量
Figure BDA0002938438200000175
若依次排列的N个流型参数中，相邻的两个流型参数之间的差值为P，P为大于1的整数，则得到顺序重排的扩展向量
Figure BDA0002938438200000176
中，相邻的两个流型参数分别对应的向量元素之间包括P-1个插值；
对顺序重排的扩展向量
Figure BDA0002938438200000181
进行快速傅里叶变换FFT计算，得到FFT空间谱。
在一种可能的实现方式中，计算单元1102具体用于：
对扩展向量r进行数字波束成型DBF计算，DBF计算满足以下公式：
Figure BDA0002938438200000182
其中，fDBF(θ)为DBF空间谱，
Figure BDA0002938438200000183
为根据扩展向量r和N个流型参数构建的导向矢量，θ∈Θ，Θ为离散搜索区间集合。
在一种可能的实现方式中，N个流型参数是根据接收阵列的差分协阵列集合difference co-array中的集合元素确定的。
参阅图12所示，为本申请提供的一种装置示意图，该装置可以是上述实施例中的频率分析装置103。如图12所示，该装置1200包括：处理器1201和存储器1202。可选的，装置1200还可以包括总线1204。其中，处理器1201以及存储器1202可以通过总线1104相互连接；总线1204可以是外设部件互连标准(peripheral component interconnect，简称PCI)总线或扩展工业标准结构(extended industry standard architecture，简称EISA)总线等。所述总线1204可以分为地址总线、数据总线、控制总线等。为便于表示，图12中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
处理器1201可以是一个CPU，微处理器，ASIC，或一个或多个用于控制本申请方案程序执行的集成电路。
存储器1202可以是只读存储器(read-only memory，ROM)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(random access memory，RAM)或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electrically er服务器able programmable read-only memory，EEPROM)、只读光盘(compact disc read-only memory，CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器可以是独立存在，通过通信线路1204与处理器相连接。存储器也可以和处理器集成在一起。
其中，存储器1202用于存储执行本申请方案的计算机执行指令，并由处理器1201来控制执行。处理器1201用于执行存储器1202中存储的计算机执行指令，从而实现本申请上述实施例提供的频率分析方法。
可选的，本申请实施例中的计算机执行指令也可以称之为应用程序代码，本申请实施例对此不作具体限定。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

Claims (27)

1.一种频率分析方法，其特征在于，用于分析M个接收器接收到的信号，所述M个接收器线性排列，M为大于1的整数，所述方法包括：
构建包括N个向量元素的扩展向量r，所述N个向量元素与N个流型参数对应，其中，每个所述向量元素用于指示至少一对接收器的互协方差，每个所述向量元素对应的流型参数用于指示所述每个向量元素对应的所述至少一对接收器中，每对接收器中第一接收器相对于第二接收器的有序距离；
根据所述N个流型参数，对所述扩展向量r进行频率分析计算。
2.根据权利要求1所述的方法，其特征在于，构建包括N个向量元素的扩展向量r，包括：
根据所述每个向量元素对应的流型参数，确定所述每个向量元素对应的至少一对接收器；
获取每个向量元素对应的所述至少一对接收器中，每对接收器的互协方差；
针对每个向量元素，根据所述至少一对接收器中每对接收器的互协方差之间的均值，计算得到所述每个向量元素的取值；
根据所述N个向量元素中每个向量元素的取值，构建所述扩展向量r。
3.根据权利要求1所述的方法，其特征在于，构建包括N个向量元素的扩展向量r，包括：
根据所述每个向量元素对应的流型参数，确定所述每个向量元素对应的至少一对接收器；
针对每个向量元素，获取所述每个向量元素对应的至少一对接收器中，任一对接收器的互协方差，作为所述每个向量元素的取值；
根据N个向量元素中每个向量元素的取值，构建所述扩展向量r。
4.根据权利要求2所述的方法，其特征在于，获取每个向量元素对应的所述至少一对接收器中，每对接收器的互协方差，包括：
根据所述M个接收器接收到的信号构建协方差矩阵，所述协方差矩阵的维度为M×M，所述协方差矩阵中第m行第n列的矩阵元素用于指示第m个接收器与第n个接收器之间的互协方差，m和n皆为[1,M]中的整数；
确定所述协方差矩阵中，每个流型参数分别对应的至少一个矩阵元素；
根据所述每个流型参数分别对应的至少一个矩阵元素，以及所述每个流型参数对应的每个向量元素，确定所述每个向量元素对应的至少一对接收器中，每对接收器的互协方差。
5.根据权利要求4所述的方法，其特征在于，所述协方差矩阵满足以下公式：
Figure FDA0002938438190000011
其中，R为所述协方差矩阵，x(t)为所述M个接收器接收到的信号在第t个采样点的采样数据组成的接收向量。
6.根据权利要求1至5中任一项所述的方法，其特征在于，所述M个接收器中，第m个接收器和第n个接收器之间的互协方差满足以下公式：
Figure FDA0002938438190000012
其中，xm(t)为第m个接收器接收到的信号在第t个采样点的采样数据，xn(t)为第n个接收器接收到的信号在所述第t个采样点的采样数据，m和n皆为[1,M]中的整数，T为采样点的数量，T为大于或等于1的整数。
7.根据权利要求1至6中任一项所述的方法，其特征在于，N大于或等于M，且N小于M2-M+1；或者，N大于M，且N小于或等于M2-M+1。
8.根据权利要求1至7中任一项所述的方法，其特征在于，所述M个接收器中任意两个相邻的接收器之间的距离为单位距离的整数倍；
每个向量元素对应的流型参数，为所述每个向量元素对应的至少一对接收器中，每对接收器中第一接收器的位置坐标减去第二接收器的位置坐标后的差值，所述第一接收器的位置坐标和所述第二接收器的位置坐标皆是根据所述单位距离得到的。
9.根据权利要求1至8中任一项所述的方法，其特征在于，根据所述N个流型参数，对所述扩展向量r进行频率分析计算，包括：
根据所述N个流型参数的大小顺序，依次排列所述N个流型参数分别对应的N个向量元素，得到顺序重排的扩展向量
Figure FDA0002938438190000021
对所述顺序重排的扩展向量
Figure FDA0002938438190000022
进行傅里叶变换FFT计算，得到FFT空间谱。
10.根据权利要求8所述的方法，其特征在于，根据所述N个流型参数，对所述扩展向量r进行频率分析计算，包括：
根据所述N个流型参数的大小顺序，依次排列所述N个流型参数分别对应的N个向量元素，得到顺序重排的扩展向量
Figure FDA0002938438190000023
若依次排列的N个流型参数中，相邻的两个流型参数之间的差值为P，P为大于1的整数，则所述得到顺序重排的扩展向量
Figure FDA0002938438190000024
中，所述相邻的两个流型参数分别对应的向量元素之间包括P-1个插值；
对所述顺序重排的扩展向量
Figure FDA0002938438190000025
进行快速傅里叶变换FFT计算，得到FFT空间谱。
11.根据权利要求1至10中任一项所述的方法，其特征在于，根据所述N个流型参数，对所述扩展向量r进行频率分析计算，包括：
对所述扩展向量r进行数字波束成型DBF计算，所述DBF计算满足以下公式：
Figure FDA0002938438190000026
其中，fDBF(θ)为DBF空间谱，
Figure FDA0002938438190000027
为根据所述扩展向量r和所述N个流型参数构建的导向矢量，θ∈Θ，Θ为离散搜索区间集合。
12.根据权利要求1至11中任一项所述的方法，其特征在于，所述N个流型参数是根据所述接收阵列的差分协阵列集合difference co-array中的集合元素确定的。
13.一种装置，其特征在于，用于分析M个接收器接收到的信号，所述M个接收器线性排列，M为大于1的整数，所述装置包括扩展单元和计算单元，其中：
所述扩展单元，用于构建包括N个向量元素的扩展向量r，所述N个向量元素与N个流型参数对应，其中，每个所述向量元素用于指示至少一对接收器的互协方差，每个所述向量元素对应的流型参数用于指示所述每个向量元素对应的所述至少一对接收器中，每对接收器中第一接收器相对于第二接收器的有序距离；
所述计算单元，用于根据所述N个流型参数，对所述扩展向量r进行频率分析计算。
14.根据权利要求13所述的装置，其特征在于，所述扩展单元具体用于：
根据所述每个向量元素对应的流型参数，确定所述每个向量元素对应的至少一对接收器；
获取每个向量元素对应的所述至少一对接收器中，每对接收器的互协方差；
针对每个向量元素，根据所述至少一对接收器中每对接收器的互协方差之间的均值，计算得到所述每个向量元素的取值；
根据所述N个向量元素中每个向量元素的取值，构建所述扩展向量r。
15.根据权利要求13所述的装置，其特征在于，所述扩展单元具体用于：
根据所述每个向量元素对应的流型参数，确定所述每个向量元素对应的至少一对接收器；
针对每个向量元素，获取所述每个向量元素对应的至少一对接收器中，任一对接收器的互协方差，作为所述每个向量元素的取值；
根据N个向量元素中每个向量元素的取值，构建所述扩展向量r。
16.根据权利要求14所述的装置，其特征在于，所述扩展单元具体用于：
根据所述M个接收器接收到的信号构建协方差矩阵，所述协方差矩阵的维度为M×M，所述协方差矩阵中第m行第n列的矩阵元素用于指示第m个接收器与第n个接收器之间的互协方差，m和n皆为[1,M]中的整数；
确定所述协方差矩阵中，每个流型参数分别对应的至少一个矩阵元素；
根据所述每个流型参数分别对应的至少一个矩阵元素，以及所述每个流型参数对应的每个向量元素，确定所述每个向量元素对应的至少一对接收器中，每对接收器的互协方差。
17.根据权利要求16所述的装置，其特征在于，所述协方差矩阵满足以下公式：
Figure FDA0002938438190000031
其中，R为所述协方差矩阵，x(t)为所述M个接收器接收到的信号在第t个采样点的采样数据组成的接收向量。
18.根据权利要求13至17中任一项所述的装置，其特征在于，所述M个接收器中，第m个接收器和第n个接收器之间的互协方差满足以下公式：
Figure FDA0002938438190000032
其中，xm(t)为第m个接收器接收到的信号在第t个采样点的采样数据，xn(t)为第n个接收器接收到的信号在所述第t个采样点的采样数据，m和n皆为[1,M]中的整数，T为采样点的数量，T为大于或等于1的整数。
19.根据权利要求13至18中任一项所述的装置，其特征在于，N大于或等于M，且N小于M2-M+1；或者，N大于M，且N小于或等于M2-M+1。
20.根据权利要求13至19中任一项所述的装置，其特征在于，所述M个接收器中任意两个相邻的接收器之间的距离为单位距离的整数倍；
每个向量元素对应的流型参数，为所述每个向量元素对应的至少一对接收器中，每对接收器中第一接收器的位置坐标减去第二接收器的位置坐标后的差值，所述第一接收器的位置坐标和所述第二接收器的位置坐标皆是根据所述单位距离得到的。
21.根据权利要求13至20中任一项所述的装置，其特征在于，所述计算单元具体用于：
根据所述N个流型参数的大小顺序，依次排列所述N个流型参数分别对应的N个向量元素，得到顺序重排的扩展向量
Figure FDA0002938438190000033
对所述顺序重排的扩展向量
Figure FDA0002938438190000041
进行傅里叶变换FFT计算，得到FFT空间谱。
22.根据权利要求20所述的装置，其特征在于，所述计算单元具体用于：
根据所述N个流型参数的大小顺序，依次排列所述N个流型参数分别对应的N个向量元素，得到顺序重排的扩展向量
Figure FDA0002938438190000042
若依次排列的N个流型参数中，相邻的两个流型参数之间的差值为P，P为大于1的整数，则所述得到顺序重排的扩展向量
Figure FDA0002938438190000043
中，所述相邻的两个流型参数分别对应的向量元素之间包括P-1个插值；
对所述顺序重排的扩展向量
Figure FDA0002938438190000044
进行快速傅里叶变换FFT计算，得到FFT空间谱。
23.根据权利要求13至22中任一项所述的装置，其特征在于，所述计算单元具体用于：
对所述扩展向量r进行数字波束成型DBF计算，所述DBF计算满足以下公式：
Figure FDA0002938438190000045
其中，fDBF(θ)为DBF空间谱，
Figure FDA0002938438190000046
为根据所述扩展向量r和所述N个流型参数构建的导向矢量，θ∈Θ，Θ为离散搜索区间集合。
24.根据权利要求13至23中任一项所述的装置，其特征在于，所述N个流型参数是根据所述接收阵列的差分协阵列集合difference co-array中的集合元素确定的。
25.一种装置，其特征在于，所述装置包括处理器和存储器；
所述存储器，用于存储计算机程序或指令；
所述处理器，用于执行所述存储器中存储的计算机程序或指令，以使得所述装置执行如权利要求1至12中任一项所述的频率分析方法。
26.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序或指令，当计算机读取并执行所述计算机程序或指令时，使得计算机执行如权利要求1至12中任一项所述的频率分析方法。
27.一种雷达，其特征在于，包括发射器、接收阵列和频率分析装置，所述接收阵列包括M个线性排列的接收器，M为大于1的整数；
所述发射器，用于发射探测信号；
所述接收阵列，用于接收回波信号；
所述频率分析装置，用于根据如权利要求1至12中任一项所提供的频率分析方法，对所述接收阵列的接收信号进行频率分析，所述接收阵列的接收信号包括所述回波信号。
CN201980052670.9A 2019-10-31 2019-10-31 一种频率分析方法、装置及雷达 Active CN112585496B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2019/114791 WO2021081911A1 (zh) 2019-10-31 2019-10-31 一种频率分析方法、装置及雷达

Publications (2)

Publication Number Publication Date
CN112585496A true CN112585496A (zh) 2021-03-30
CN112585496B CN112585496B (zh) 2021-10-26

Family

ID=75117156

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980052670.9A Active CN112585496B (zh) 2019-10-31 2019-10-31 一种频率分析方法、装置及雷达

Country Status (2)

Country Link
CN (1) CN112585496B (zh)
WO (1) WO2021081911A1 (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101174863A (zh) * 2006-10-31 2008-05-07 华为技术有限公司 在多天线数字通信系统中检测信号的方法
CN102279387A (zh) * 2011-07-18 2011-12-14 西安电子科技大学 Mimo雷达的目标到达角估计方法
US20130082858A1 (en) * 2010-08-26 2013-04-04 David H. Chambers Classification of subsurface objects using singular values derived from signal frames
CN103926573A (zh) * 2014-04-17 2014-07-16 哈尔滨工程大学 基于四阶累积量的单基地mimo雷达分布式目标角度估计方法
CN103983952A (zh) * 2014-05-16 2014-08-13 哈尔滨工程大学 一种非圆信号双基地mimo雷达低复杂度收发角度联合估计方法
CN106093921A (zh) * 2016-07-25 2016-11-09 中国电子科技集团公司第五十四研究所 基于稀疏分解理论的声矢量阵宽带测向方法
CN106772226A (zh) * 2016-12-26 2017-05-31 西安电子科技大学 基于压缩感知时间调制阵列的doa估计方法
US20180331740A1 (en) * 2017-05-11 2018-11-15 Intel Corporation Multi-finger beamforming and array pattern synthesis
KR101967065B1 (ko) * 2017-10-18 2019-04-08 울산대학교 산학협력단 환경 변화에 강인한 고장 진단 장치 및 방법
CN109828252A (zh) * 2019-04-02 2019-05-31 河海大学 一种mimo雷达参数估计方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6377000B2 (ja) * 2015-03-25 2018-08-22 パナソニック株式会社 レーダ装置
CN106501770B (zh) * 2016-10-26 2018-12-18 黑龙江大学 基于幅相误差阵列的远近场宽带混合源中近场源定位方法
CN108169731A (zh) * 2017-12-26 2018-06-15 天津大学 基于单近场校正源的拖曳线列阵阵形估计方法和装置
CN110018438B (zh) * 2019-04-23 2020-09-25 北京邮电大学 一种波达方向估计方法和装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101174863A (zh) * 2006-10-31 2008-05-07 华为技术有限公司 在多天线数字通信系统中检测信号的方法
US20130082858A1 (en) * 2010-08-26 2013-04-04 David H. Chambers Classification of subsurface objects using singular values derived from signal frames
CN102279387A (zh) * 2011-07-18 2011-12-14 西安电子科技大学 Mimo雷达的目标到达角估计方法
CN103926573A (zh) * 2014-04-17 2014-07-16 哈尔滨工程大学 基于四阶累积量的单基地mimo雷达分布式目标角度估计方法
CN103983952A (zh) * 2014-05-16 2014-08-13 哈尔滨工程大学 一种非圆信号双基地mimo雷达低复杂度收发角度联合估计方法
CN106093921A (zh) * 2016-07-25 2016-11-09 中国电子科技集团公司第五十四研究所 基于稀疏分解理论的声矢量阵宽带测向方法
CN106772226A (zh) * 2016-12-26 2017-05-31 西安电子科技大学 基于压缩感知时间调制阵列的doa估计方法
US20180331740A1 (en) * 2017-05-11 2018-11-15 Intel Corporation Multi-finger beamforming and array pattern synthesis
KR101967065B1 (ko) * 2017-10-18 2019-04-08 울산대학교 산학협력단 환경 변화에 강인한 고장 진단 장치 및 방법
CN109828252A (zh) * 2019-04-02 2019-05-31 河海大学 一种mimo雷达参数估计方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
周印龙等: ""用于阵列流型快速测量的带宽方法"", 《传感技术学报》 *

Also Published As

Publication number Publication date
CN112585496B (zh) 2021-10-26
WO2021081911A1 (zh) 2021-05-06

Similar Documents

Publication Publication Date Title
CN108387864B (zh) 一种到达角计算方法及装置
EP1716432A2 (en) Direction finding method and system using digital directional correlators
CN107003388A (zh) 用于增加汽车雷达系统中的角分辨率的方法和设备
CN110244272B (zh) 基于秩一去噪模型的波达方向估计方法
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
CN109633520B (zh) 一种均匀圆阵超分辨率空间谱估计方法
CN113286363B (zh) 无线定位参数估计方法、装置、计算机设备及存储介质
Adhikari et al. Design and statistical analysis of tapered coprime and nested arrays for the min processor
CN110398732A (zh) 低计算量自适应步长迭代搜索的目标方向检测方法
WO2009048291A1 (en) Enhanced sound source localization system and method by using a movable microphone array
CN115436896A (zh) 快速的雷达单快拍music测角方法
KR20190001170A (ko) 신호의 도래각을 추정하는 방법 및 장치
CN116087871A (zh) 一种圆阵干涉仪测向方法、装置、系统以及存储介质
CN108761380A (zh) 一种用于提高精度的目标波达方向估计方法
Bilgehan et al. Fast detection and DOA estimation of the unknown wideband signal sources
US5610612A (en) Method for maximum likelihood estimations of bearings
CN116348786A (zh) 用于雷达系统的波束形成硬件加速器
Ma et al. A novel ESPRIT-based algorithm for DOA estimation with distributed subarray antenna
CN112585496B (zh) 一种频率分析方法、装置及雷达
CN111948599B (zh) 一种角度相关互耦影响下相干信号的高分辨率定位方法
JP5047002B2 (ja) 波数推定装置
CN111241470A (zh) 基于自适应零陷展宽算法的波束合成方法及装置
CN113253196B (zh) 一种多信号测向方法、装置和电子设备
RU2452974C1 (ru) Способ определения углового спектра
Wu et al. Switched-element direction finding

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