CN113189539B - 一种基于测向设备的空域滤波方法 - Google Patents

一种基于测向设备的空域滤波方法 Download PDF

Info

Publication number
CN113189539B
CN113189539B CN202110733193.1A CN202110733193A CN113189539B CN 113189539 B CN113189539 B CN 113189539B CN 202110733193 A CN202110733193 A CN 202110733193A CN 113189539 B CN113189539 B CN 113189539B
Authority
CN
China
Prior art keywords
signal
signals
matrix
array
actual
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
CN202110733193.1A
Other languages
English (en)
Other versions
CN113189539A (zh
Inventor
唐柯
范晓辉
陈曾
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 Huari Communication Technology Co ltd
Original Assignee
Chengdu Huari Communication Technology 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 Chengdu Huari Communication Technology Co ltd filed Critical Chengdu Huari Communication Technology Co ltd
Priority to CN202110733193.1A priority Critical patent/CN113189539B/zh
Publication of CN113189539A publication Critical patent/CN113189539A/zh
Application granted granted Critical
Publication of CN113189539B publication Critical patent/CN113189539B/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
    • 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
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0617—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal for beam forming

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computing Systems (AREA)
  • Remote Sensing (AREA)
  • Algebra (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Variable-Direction Aerials And Aerial Arrays (AREA)

Abstract

本发明公开了一种基于测向设备的空域滤波方法，包括将天线阵列接收的射频信号转换为各阵元的IQ数据流；计算IQ数据流的协方差矩阵R，利用空间谱测向算法对IQ数据流的同频信号进行测向得到测向结果；利用协方差矩阵和测向结果，分别计算各个方向上信号对应的实际阵列流形，实际阵列流形为各个方向上信号分别在每个阵元产生的复数增益所构成的向量；根据各个方向上信号对应的实际阵列流形，计算合成系数矩阵；将各阵元的IQ数据流与合成系数矩阵相乘，生成合成信号。本发明对硬件的要求较低；计算方法时效性高；针对各个信号的合成的系数，仅需定时更新一次；提高无线电监测工作中干扰查找的效率。

Description

一种基于测向设备的空域滤波方法
技术领域
本发明涉及无线电监测技术领域，具体的说，是一种基于测向设备的空域滤波方法。
背景技术
空域滤波指的是，在时域上叠加在一起的几个信号占用相同频带时，波束形成利用来自不同方向的信号所具有的空域分离性来实现信号空域处理的一种技术。现实应用中，监测设备仅能通过频域的差异对多个无线电信号进行分离；而测向设备仅能给出各个信号的示向度，无法从信号层面进行分离，也就无法对各个信号进行分别解调以判断每个信号各自的特征。目前能够实现空域滤波的监测测向设备较少，主要有以下原因：
1）无线电监测测向设备的阵元数量不够多。阵列形式通常为9阵元或者7阵元的圆阵，阵元的密集程度远不如雷达或通讯基站中的智能天线，而较少的阵元数，导致传统的空域滤波算法对阵列接收信号过程中的噪声和干扰较为敏感。
2）各阵元组合成阵列之后，其阵元一致性较差，特别是各天线幅值增益的一致性较差，且相位发生较大的偏差，这主要是天线之间的互耦和遮挡造成的。幅值和相位的偏差，会导致各个阵元所接收到的实际信号偏离理论值；而传统的空域滤波算法又是基于阵元对信号的理论上的响应，故传统空域滤波算法并不能适用于实际的无线电监测测向设备。
3）在实际使用的过程中，各天线对各阵元的幅值增益各不相同，使得空域滤波的问题更复杂。
发明内容
本发明的目的在于提供一种基于测向设备的空域滤波方法，用于解决现有技术中测向设备无法从信号层面进行信号分离以及现有技术中的空域滤波实现方法由于受限于阵元数量以及天线幅值增益一致性较差而较复杂的问题。
本发明通过下述技术方案解决上述问题：
一种基于测向设备的空域滤波方法，包括：
步骤S1、将天线阵列接收的射频信号转换为各阵元的IQ数据流；
步骤S2、根据各个阵元的IQ数据流计算协方差矩阵R，利用空间谱测向算法对IQ数据流的同频信号进行测向得到测向结果；
采取空间谱测向算法可以是多信号分辨（MUSIC）算法或极大似然估计（DML）算法，获取信号的来波方向。
步骤S3、采用以下步骤S31和步骤S32分别计算每个信号对应的合成系数矩阵：
步骤S31、利用协方差矩阵R和测向结果，分别计算各个方向上信号对应的实际阵列流形，实际阵列流形为各个方向上信号分别在每个阵元产生的复数增益所构成的向量；
步骤S32、根据各个方向上信号对应的实际阵列流形，计算信号的合成系数矩阵；
步骤S4、将各阵元的IQ数据流分别与每个信号的合成系数矩阵相乘，得到分离后的每个信号。
所述步骤S31具体包括：
步骤S311、对协方差矩阵R进行奇异值分解，得到：
Figure 806194DEST_PATH_IMAGE001
其中，U为协方差矩阵R奇异值分解得到的酉矩阵，
Figure 177133DEST_PATH_IMAGE002
为奇异值分解所得的对角阵，H表示矩阵的共轭转置；
步骤S312、定义来波方向θ对应的理论阵列流形为
Figure 188951DEST_PATH_IMAGE003
，理论阵列流形
Figure 746971DEST_PATH_IMAGE003
的变换矩阵
Figure 885960DEST_PATH_IMAGE004
：
Figure 845825DEST_PATH_IMAGE005
来波方向为θ的信号的实际阵列流形
Figure 28545DEST_PATH_IMAGE006
为：
Figure 339441DEST_PATH_IMAGE007
（1）
由于
Figure 265808DEST_PATH_IMAGE006
位于信号子空间所张成的空间中，存在M×1的矩阵q满足：
Figure 830913DEST_PATH_IMAGE008
（2）
其中，
Figure 184534DEST_PATH_IMAGE009
为酉矩阵U的前M列构成的矩阵；
将（2）代入（1）得到：
Figure 717146DEST_PATH_IMAGE010
令变量
Figure 447205DEST_PATH_IMAGE011
，则D的最大特征值所对应的特征向量即为矩阵q；
再由公式（2）得到实际阵列流形
Figure 116084DEST_PATH_IMAGE006
。
所述步骤S32具体包括：当保留第k个信号而滤除其它信号时，则令
Figure 906185DEST_PATH_IMAGE012
，从Q的零特征值对应的特征向量中任意选取一个得到合成系数矩阵，其中k=1,2,……,M；i=1,2,……,M，
Figure 676826DEST_PATH_IMAGE013
表示第i个信号的实际阵列流形。
本发明与现有技术相比，具有以下优点及有益效果：
（1）本发明对硬件的要求较低，利用无线电固定监测站现有的测向和监测设备，即可实现空域滤波，计算方法时效性高，使用普通的上位机即可实现实时运算；本发明并不需要采用很长的数据量，仅采用一帧数据（如8192个IQ点）即可计算出合成系数矩阵。计算出合成系数矩阵以后，且针对各个信号的合成的系数，仅需定时更新一次。
（2）本发明利用实际的监测测向设备，在收到同频信号时，可采用本文中的方案对各个信号进行分离，以供后续分别对各个信号进行解调和信号分析，从而提高无线电监测工作中干扰查找的效率。
附图说明
图1为本发明第一种具体实施方式的流程图；
图2为测向带宽内多信号分离效果展示图；
图3为一个单音信号和一个带调制信号的分离效果展示图，其中（a）为混杂在一起的原始信号；（b）为空域滤波获得的单音信号；（c）为空域滤波获得的FM信号。
具体实施方式
下面结合实施例对本发明作进一步地详细说明，但本发明的实施方式不限于此。
实施例1：
天线阵列中的各个阵元分别对应一个接收机，称为接收通道。接收机的作用是将天线接收到射频信号转换为中频的IQ数据，以供计算机进行处理。对于N元阵列，其对应的N个接收机可提供N路IQ数据流；各路IQ数据流均可经过实时解调，获得语音信息或者其它形式的信息。但是，对于存在多个同频信号的情况，各路IQ数据流中均包含了每一个信号的信息，形成了同频干扰。在实际的无线电监测工作中，需要对同频信号进行信号层面的拆分，方可对各个信号进行分离解调。本发明提供的一种基于测向设备的空域滤波方法采用如下步骤解决此问题，结合图1所示：
第一步，将天线阵列接收的射频信号转换为各阵元的IQ数据流；
这里只需要捕获1帧IQ数据就可以算出合成系数矩阵了。后面就不需要再计算了，直接采用合成系数矩阵，用实时的数据流生成合成信号就行了。
第二步，实际阵列流形的估计：
对于每个信号，定义其对应的实际阵列流形
Figure 679417DEST_PATH_IMAGE015
为该信号在各阵元所产生的复数增益所构成的向量。若共有N个阵元，则实际阵列流形
Figure 733961DEST_PATH_IMAGE015
为N×1的矩阵。实际阵列流形
Figure 429385DEST_PATH_IMAGE017
既反映了各阵元的幅值增益，又反映了该无线电信号源到达各个阵元波程差所引起的相位差异。对实际阵列流形的估计的前提是已经调用空间谱测向算法获知了各个信号的来波方向。协方差矩阵R的定义如下：
Figure 671010DEST_PATH_IMAGE019
其中X表示各个阵元所接收到的信号所构成的向量，若共有N个阵元，则X为N×1的矩阵；E表示求数学期望；上标H表示共轭转置，上标T表示转置。
圆阵的理论阵列流形
Figure 742871DEST_PATH_IMAGE021
：
Figure 668233DEST_PATH_IMAGE023
其中f为信号频率，r为圆阵半径，c为光速，e为自然对数的底数，j为虚数单位，θ为信号的来波方向。
计算出理论阵列流形
Figure 268979DEST_PATH_IMAGE021
的变换矩阵
Figure 263480DEST_PATH_IMAGE025
为：
Figure 873452DEST_PATH_IMAGE027
通过对下式的优化来求解实际阵列流形
Figure 637009DEST_PATH_IMAGE015
：
Figure 408656DEST_PATH_IMAGE029
（1）
对协方差矩阵R进行奇异值分解可得
Figure 906765DEST_PATH_IMAGE031
，其中U为奇异值分解所得的酉矩阵，而
Figure 54849DEST_PATH_IMAGE033
为奇异值分解所得的对角阵。提取U的前M列组成矩阵
Figure 672912DEST_PATH_IMAGE035
，M为信号个数。由于实际阵列流形
Figure 146619DEST_PATH_IMAGE015
一定位于信号子空间所张成的空间中，所以一定存在M×1的矩阵q，使得：
Figure 850133DEST_PATH_IMAGE037
（2）
将公式（2）带入（1）式中，可得：
Figure 552641DEST_PATH_IMAGE039
（3）
定义中间变量
Figure 290790DEST_PATH_IMAGE041
，按照矩阵论，D的最大特征值所对应的特征向量即为所求的矩阵q。
再通过公式（2）计算出该信号对应的实际阵列流形
Figure 404239DEST_PATH_IMAGE015
。
第三步，计算合成系数矩阵：
空域滤波的最终物理实现，是通过各个阵元所接收到的信号各自乘以一个合成系数，然后求和，得到一个合成信号。该合成信号中须仅保留M个无线电信号源中的一个信号源如第k个信号源的信息；而其它的信号源所携带的信息被滤除。各个阵元所对应的合成系数所构成的M×1矩阵，即称为合成系数矩阵
Figure 860628DEST_PATH_IMAGE043
。
按照上述计算方法，将M个信号分别对应的实际阵列流形定义为
Figure 350515DEST_PATH_IMAGE045
，
Figure 208750DEST_PATH_IMAGE047
，
Figure 509412DEST_PATH_IMAGE049
，…,
Figure 453098DEST_PATH_IMAGE051
，有：
Figure 481097DEST_PATH_IMAGE053
（4）
满足公式（4）的合成系数矩阵
Figure 928258DEST_PATH_IMAGE043
可以按照下面的方式求得：
令：
Figure 914669DEST_PATH_IMAGE055
则Q的任意一个零特征值所对应的特征向量即为所求的合成系数矩阵
Figure 418419DEST_PATH_IMAGE043
；
Q的零特征值的个数=（矩阵的阶数）-（信号数M），只需要在多个零特征值中的任取一个就能够得到合成系数矩阵，不影响效果。对每一个信号，对应的合成系数矩阵也就只有1个。
采用上述同样方法可以计算得到每一个信号的合成系数矩阵。
第四步，生成合成信号：
将各阵元的IQ数据流分别与每个信号的合成系数矩阵相乘，得到分离后的每个信号，还原后的每个信号称为一路合成信号。
以第k路信号为例，利用上文中生成的合成系数矩阵
Figure 515688DEST_PATH_IMAGE043
，还原M个无线电信号源中的第k个信号源的信息，计算方式如下：首先，利用阵列测向设备采集一帧IQ数据。按照上文所述的方式，计算出第k个信号所对应的合成系数矩阵
Figure 568089DEST_PATH_IMAGE043
。由于每一个阵元对应一路数据流，故第k路信号对应的数据流为：
（第k路数据流）=（第1阵元的数据流）×（
Figure 459822DEST_PATH_IMAGE043
的第1个元素）+（第2阵元的数据流）×（
Figure 174837DEST_PATH_IMAGE043
的第2个元素）+…+（第M阵元的数据流）×（
Figure 544638DEST_PATH_IMAGE043
的第M个元素）。
第k路信号对应的数据流经过分离解调，即可得到消除了同频干扰的语音信息或其它形式的信息。
为验证本方案的效果，采用了三组实测实验。
实验一：三个单音信号的分离
测向带内多信号分离效果如图2所示，利用九元圆阵测向设备验证了本方案的效果。发送3个不同方向的窄带信号，使其都处于测向带宽内。图2中采用了频谱来显示信号的存在；值得注意的是，在空域滤波的算法过程中，并未使用频域的信息，信号频谱仅作为效果展示的一种方式。可以看出，原始信号的频谱中可以清晰地看到3个信号，而3路合成信号中，分别仅有这3个信号中的一个。这说明，本方案具备对不同来波方向信号具有分离的功能。由于测向设备并非理想阵列，采用传统的波束合成算法，无法获得此效果。
实验二：一个单音信号和一个带调制信号的分离
测向带内多信号分离效果如图3所示，利用九元圆阵测向设备验证了本方案的效果。
从不同方向，采用信号源分别发送一个FM信号和一个单音信号，在频域形成交叠，并都处于测向带宽内，如图3中（a）为混杂在一起的原始信号。从分离后分别获得的两个信号的频谱可以看出，如图3中(b)为空域滤波获得的单音信号，图3中（c）为空域滤波获得的FM信号，验证本发明能够很好地分离两个信号。
实验三：三个带FM调制的信号的分离
为了更加充分地验证本方案的效果，从3个不同的方向发送3路带FM调制的语音信号，并使其在频域上完全交叠，验证同频语音信号分离效果。采用本方案，可以准确地分离出各路FM信号，并各自分别解调获得清晰的语音。实验的概况如表1所示。
表1 实验数据表
Figure 982704DEST_PATH_IMAGE056
综上所述，本方案实现的目的是基于测向设备，通过空域滤波，从信号层面上将各个来波方向的信号进行分离。首先利用测向设备进行示向度，再对各个信号进行各天线增益的估计，最后利用陷波器消除特定方向的信号。本方案对于无线电监测具有实际的意义，可以帮助进行干扰查找和信号解调。
尽管这里参照本发明的解释性实施例对本发明进行了描述，上述实施例仅为本发明较佳的实施方式，本发明的实施方式并不受上述实施例的限制，应该理解，本领域技术人员可以设计出很多其他的修改和实施方式，这些修改和实施方式将落在本申请公开的原则范围和精神之内。

Claims (1)

1.一种基于测向设备的空域滤波方法，其特征在于，包括：
步骤S1、将天线阵列接收的射频信号转换为各阵元的IQ数据流；
步骤S2、根据各个阵元的IQ数据流计算协方差矩阵R，利用空间谱测向算法对IQ数据流的同频信号进行测向得到测向结果；
步骤S3、采用以下步骤S31和步骤S32分别计算每个信号对应的合成系数矩阵：
步骤S31、利用协方差矩阵R和测向结果，分别计算各个方向上信号对应的实际阵列流形，实际阵列流形为各个方向上信号分别在每个阵元产生的复数增益所构成的向量；
步骤S32、根据各个方向上信号对应的实际阵列流形，计算信号的合成系数矩阵；
步骤S4、将各阵元的IQ数据流分别与每个信号的合成系数矩阵相乘，得到分离后的每个信号；
步骤S31具体包括：
步骤S311、对协方差矩阵R进行奇异值分解，得到：
Figure DEST_PATH_IMAGE002
其中，U为协方差矩阵R奇异值分解得到的酉矩阵，
Figure DEST_PATH_IMAGE004
为奇异值分解所得的对角阵，H表示矩阵的共轭转置；
步骤S312、定义来波方向θ对应的理论阵列流形为
Figure DEST_PATH_IMAGE006
，理论阵列流形
Figure 98461DEST_PATH_IMAGE006
的变换矩阵
Figure DEST_PATH_IMAGE008
：
Figure DEST_PATH_IMAGE010
来波方向为θ的信号的实际阵列流形
Figure DEST_PATH_IMAGE012
为：
Figure DEST_PATH_IMAGE014
（1）
由于实际阵列流形
Figure 687706DEST_PATH_IMAGE012
位于信号子空间所张成的空间中，存在M×1的矩阵q满足：
Figure DEST_PATH_IMAGE016
（2）
其中，
Figure DEST_PATH_IMAGE018
为酉矩阵U的前M列构成的矩阵；
将公式（2）代入公式（1）得到：
Figure DEST_PATH_IMAGE020
令变量
Figure DEST_PATH_IMAGE022
，则D的最大特征值所对应的特征向量即为矩阵q；
再由公式（2）得到实际阵列流形
Figure 923620DEST_PATH_IMAGE012
；
所述步骤S32具体包括：当保留第k个信号而滤除其它信号时，则令
Figure DEST_PATH_IMAGE024
，从Q的零特征值对应的特征向量中任意选取一个得到合成系数矩阵，其中k=1,2,……,M；i=1,2,……,M，
Figure DEST_PATH_IMAGE026
表示第i个信号的实际阵列流形。
CN202110733193.1A 2021-06-30 2021-06-30 一种基于测向设备的空域滤波方法 Active CN113189539B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110733193.1A CN113189539B (zh) 2021-06-30 2021-06-30 一种基于测向设备的空域滤波方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110733193.1A CN113189539B (zh) 2021-06-30 2021-06-30 一种基于测向设备的空域滤波方法

Publications (2)

Publication Number Publication Date
CN113189539A CN113189539A (zh) 2021-07-30
CN113189539B true CN113189539B (zh) 2021-09-28

Family

ID=76976749

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110733193.1A Active CN113189539B (zh) 2021-06-30 2021-06-30 一种基于测向设备的空域滤波方法

Country Status (1)

Country Link
CN (1) CN113189539B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114994593B (zh) * 2022-05-25 2024-05-31 成都华日通讯技术股份有限公司 一种基于测向设备分析信号相干关系的方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102944870A (zh) * 2012-11-23 2013-02-27 西安电子科技大学 协方差矩阵对角加载的稳健自适应波束形成方法
CN105842664A (zh) * 2016-03-03 2016-08-10 深圳大学 一种基于导向矢量迭代校正的稳健波束形成方法及系统
CN106646388A (zh) * 2016-12-16 2017-05-10 西安电子科技大学 基于嵌套阵列的mimo雷达抗干扰方法
CN106842164A (zh) * 2017-03-14 2017-06-13 中国人民解放军国防科学技术大学 基于小波去噪的非合作脉冲压缩雷达微弱目标检测方法
CN107092006A (zh) * 2017-04-07 2017-08-25 广东精点数据科技股份有限公司 用于doa估计的阵列信号处理方法和系统
CN110007265A (zh) * 2019-04-30 2019-07-12 哈尔滨工业大学 一种基于深度神经网络的波达方向估计方法
CN209182985U (zh) * 2019-01-02 2019-07-30 成都华日通讯技术有限公司 一种无人机遥控器侦测系统的信号预处理电路

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7714782B2 (en) * 2004-01-13 2010-05-11 Dennis Willard Davis Phase arrays exploiting geometry phase and methods of creating such arrays
US20070281632A1 (en) * 2006-06-05 2007-12-06 Ada Shuk Yan Poon Angular domain signal processing techniques
US9495591B2 (en) * 2012-04-13 2016-11-15 Qualcomm Incorporated Object recognition using multi-modal matching scheme
CN109471065B (zh) * 2018-09-28 2021-05-25 中国电子科技集团公司第三十六研究所 一种相干信号的测向方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102944870A (zh) * 2012-11-23 2013-02-27 西安电子科技大学 协方差矩阵对角加载的稳健自适应波束形成方法
CN105842664A (zh) * 2016-03-03 2016-08-10 深圳大学 一种基于导向矢量迭代校正的稳健波束形成方法及系统
CN106646388A (zh) * 2016-12-16 2017-05-10 西安电子科技大学 基于嵌套阵列的mimo雷达抗干扰方法
CN106842164A (zh) * 2017-03-14 2017-06-13 中国人民解放军国防科学技术大学 基于小波去噪的非合作脉冲压缩雷达微弱目标检测方法
CN107092006A (zh) * 2017-04-07 2017-08-25 广东精点数据科技股份有限公司 用于doa估计的阵列信号处理方法和系统
CN209182985U (zh) * 2019-01-02 2019-07-30 成都华日通讯技术有限公司 一种无人机遥控器侦测系统的信号预处理电路
CN110007265A (zh) * 2019-04-30 2019-07-12 哈尔滨工业大学 一种基于深度神经网络的波达方向估计方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"多子阵阵列的有源校正方法研究";方芳;《中国优秀硕士学位论文全文数据库（硕士）信息科技辑》;20160315;第I136-481页 *
"旋转因子无畸变的声矢量阵矩阵预滤波设计";梁国龙;《华中科技大学学报（自然科学版）》;20131031;第41卷(第10期);第35-40页 *

Also Published As

Publication number Publication date
CN113189539A (zh) 2021-07-30

Similar Documents

Publication Publication Date Title
US10412701B2 (en) Indoor positioning method and system based on wireless receiver and camera
US5299148A (en) Self-coherence restoring signal extraction and estimation of signal direction of arrival
US6208295B1 (en) Method for processing radio signals that are subject to unwanted change during propagation
US5255210A (en) Self-coherence restoring signal extraction apparatus and method
US20060154607A1 (en) System and method for estimating the multi-path delays in a signal using a spatially blind antenna array
CN107329108A (zh) 基于内插虚拟阵列协方差矩阵Toeplitz化重建的互质阵列波达方向估计方法
US7126533B2 (en) Direction-finding for multiple cochannel sources
WO2004021587A1 (en) Method for separating interferering signals and computing arrival angles
Varade et al. Robust algorithms for DOA estimation and adaptive beamforming for smart antenna application
CN104408278A (zh) 一种基于干扰噪声协方差矩阵估计的稳健波束形成方法
CN109917329B (zh) 一种基于协方差匹配准则的l型阵列波达方向估计方法
CN108574525B (zh) 一种基于适应性矩估计的星载ais碰撞信号分离方法
CN108111208A (zh) 一种灵活码本配置的毫米波系统角度域信道估计方法
CN113189539B (zh) 一种基于测向设备的空域滤波方法
CN110045322B (zh) 一种基于高分辨测向语图智能识别的短波自动测向方法
CN109861933B (zh) 一种基于music算法和预编码的毫米波mimo信道估计方法
CN114189408A (zh) 一种用于智能反射面辅助毫米波系统的信道估计方法
CN108226855B (zh) 互耦情况下的远近场非圆联合参数估计方法
CA2314364C (en) Discrimination procedure of a wanted signal from a plurality of cochannel interfering signals and receiver using this procedure
Zhang et al. Channel estimation for hybrid multi-carrier mmwave MIMO systems using three-dimensional unitary esprit in DFT beamspace
CN114726686B (zh) 一种均匀面阵毫米波大规模mimo信道估计方法
CN115022134A (zh) 基于非迭代重构网络的毫米波大规模mimo系统信道估计方法及系统
CN114884841A (zh) 基于高阶统计和非均匀阵列的欠定参数联合估计方法
CN109521393A (zh) 一种基于信号子空间旋转特性的波达方向估计算法
CN113949423A (zh) 一种多用户毫米波大规模mimo信道估计方法

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