CN113905395B - 一种基于非周期多级阵列的ehf卫星抗干扰方法 - Google Patents

一种基于非周期多级阵列的ehf卫星抗干扰方法 Download PDF

Info

Publication number
CN113905395B
CN113905395B CN202111514199.6A CN202111514199A CN113905395B CN 113905395 B CN113905395 B CN 113905395B CN 202111514199 A CN202111514199 A CN 202111514199A CN 113905395 B CN113905395 B CN 113905395B
Authority
CN
China
Prior art keywords
array
satellite
sub
subarray
stage
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
CN202111514199.6A
Other languages
English (en)
Other versions
CN113905395A (zh
Inventor
王昊
徐勇
张杰斌
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.)
Beihang University
Original Assignee
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 Beihang University filed Critical Beihang University
Priority to CN202111514199.6A priority Critical patent/CN113905395B/zh
Publication of CN113905395A publication Critical patent/CN113905395A/zh
Application granted granted Critical
Publication of CN113905395B publication Critical patent/CN113905395B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/24—Cell structures
    • H04W16/28—Cell structures using beam steering
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/14—Relay systems
    • H04B7/15—Active relay systems
    • H04B7/185—Space-based or airborne stations; Stations for satellite systems
    • H04B7/1851—Systems using a satellite or space-based relay
    • H04B7/18519—Operations control, administration or maintenance
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Astronomy & Astrophysics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Radio Relay Systems (AREA)

Abstract

本发明涉及一种基于非周期多级阵列的EHF卫星抗干扰方法，包括：基于阵列天线接收卫星信号，得到多级阵列卫星信号，将所述多级阵列卫星划分为N个子阵，得到一级子阵和二级子阵，所述一级子阵由M个阵元组成，然后以所述N个子阵为阵元构成所述二级子阵；计算所述二级子阵的非周期分布结果，确定子阵中心位置坐标，并根据配置输入的参数执行进化算法，寻找最优的子阵非周期分布结果。本发明中的非周期多级阵列提升波束分辨率，同时抑制栅瓣产生，有效解决了卫星通信面临的上行干扰问题。

Description

一种基于非周期多级阵列的EHF卫星抗干扰方法
技术领域
本发明涉及卫星抗干扰技术领域，特别是涉及一种基于非周期多级阵列的EHF卫星抗干扰方法。
背景技术
极高频(EHF)波段卫星通信系统具有频率高、频带宽、波束窄等特点，其作为未来卫星通信的发展方向受到各国的重视。在卫星系统规划中，抗干扰能力是一项重要的设计指标，尤其是在复杂或对抗的场景中。针对卫星通信系统的干扰可以分为上行干扰和下行干扰，上行干扰主要针对卫星，下行干扰主要针对终端。
卫星通信中常采用扩频、跳频等技术来抑制干扰，但是对于宽带或跟踪式干扰，扩频、跳频系统的信噪比仍然会受到明显的影响。基于阵列天线的自适应调零是一种有效的抗干扰方法，它可以从空域滤除多种类型的干扰。但是在EHF频段，卫星端采用自适应调零技术需要充分考虑干扰场景及阵列参数。
干扰场景分析：首先根据卫星所处的地球同步轨道高度
Figure 862297DEST_PATH_IMAGE001
和地球半径
Figure 25425DEST_PATH_IMAGE002
可以计 算，卫星覆盖整个地球的波束的角度约为
Figure 880249DEST_PATH_IMAGE003
由此可以得出，地面干扰信号和上行信号到达卫星的方向夹角一定在该范围内。另一方面，为了保证卫星波束覆盖区域的精确控制以及信号增益，卫星一般采用点波束技术。在EHF频段，卫星波束相对更窄，设计指标一般要求为2°左右。当干扰源处于或靠近波束覆盖范围时才可能对卫星造成干扰，因此干扰信号和上行信号到达卫星端的方向会十分靠近，这将导致常规自适应调零在抑制干扰的同时对上行信号也将造成明显衰减。
发明内容
本发明提出一种基于非周期多级阵列的EHF卫星抗干扰方法，通过并行差分进化，更快地计算出较优地子阵非周期分布结果，然后计算每级阵列对应的权矢量，保证点波束和抗干扰处理的分辨率，避免干扰信号与上行信号到达方向靠近时造成信噪比严重损失。
为实现上述目的，本发明提供了如下方案：
一种基于非周期多级阵列的EHF卫星抗干扰方法，包括：
基于阵列天线接收卫星信号，得到多级阵列卫星信号，将所述多级阵列卫星划分为N个子阵，得到一级子阵和二级子阵，所述一级子阵由M个阵元组成，然后以所述N个子阵为阵元构成所述二级子阵；
计算所述二级子阵的非周期分布结果，确定子阵中心位置坐标，并根据配置输入的参数执行进化算法，寻找最优的子阵非周期分布结果。
优选地，在得到所述多级阵列卫星信号后首先进行预处理操作，所述预处理操作的过程包括：对接收到的卫星信号进行变频处理，完成对所述卫星信号的采样，得到预处理后的卫星信号。
优选地，将所述预处理后的卫星信号划分为所述N个子阵，得到所述一级子阵和二级子阵，计算两级阵列的权矢量，并进行加权处理，用于滤除所述卫星信号中的干扰。
优选地，所述一级子阵对应的权矢量为点波束的方向矢量，通过加权处理后建立波束；所述二级子阵的权矢量基于线性约束最小方差准则得到，用于抑制干扰，同时维持点波束方向的增益。
优选地，所述执行进化算法的过程包括：
基于所述配置输入的参数执行并行差分进化算法，通过并行运算加速，寻找最优的子阵非周期分布结果，确定所述N个子阵的偏移量，得到最终阵列方向图的期望目标值。
优选地，所述配置输入的参数包括：分组数量
Figure 863248DEST_PATH_IMAGE004
、组内种群数量
Figure 694676DEST_PATH_IMAGE005
、进化代数
Figure 915573DEST_PATH_IMAGE006
、变 异因子
Figure 206877DEST_PATH_IMAGE007
、交叉因子
Figure 677172DEST_PATH_IMAGE008
、子阵的偏移区间
Figure 46711DEST_PATH_IMAGE009
以及进化约束条件。
优选地，所述并行差分进化算法包括：
在所述子阵的偏移区间
Figure 918853DEST_PATH_IMAGE009
内，独立进行
Figure 646637DEST_PATH_IMAGE004
次种群初始化，得出
Figure 338650DEST_PATH_IMAGE004
组种群，每组 中的种群数量为
Figure 544503DEST_PATH_IMAGE005
，每个种群样本维数为
Figure 271151DEST_PATH_IMAGE010
；
所述
Figure 402792DEST_PATH_IMAGE004
组种群之间并行进化，分别计算目标函数；
判定每组种群所得的目标函数是否满足约束条件，若满足，则对所得结果进行比较，输出最优个体，寻优过程结束，若不满足则继续重复上述过程，直至输出最优个体。
优选地，以第一副瓣电平值作为进化的约束条件，当所述第一副瓣电平值达到期望目标值后，进化过程结束。
优选地，得到所述第一副瓣电平值的过程包括：
采用八向比较法得到所述阵列方向图中所有的极值，即在二维方向图上对每个点位的“米”字相邻方向的电平值进行比较，由此确定并找出所有极大值，其中，第一大极值为点波束方向对应的电平值，第二大极值即为所述第一副瓣电平值。
本发明的有益效果为：
本发明中的非周期多级阵列提升波束分辨率，同时抑制栅瓣产生，有效解决了卫星通信面临的上行干扰问题；二元并行差分进化方法从四个层面进行并行优化，提升进化效率；设定多组种群并行进化，取最优值，得出全局优化的结果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例的方法流程图；
图2为本发明实施例系统结构组成示意图；
图3为本发明实施例的子阵非周期偏移示意图；
图4为本发明实施例的并行差分进化工作流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
一种基于非周期多级阵列的EHF卫星抗干扰方法，具体步骤参照附图1所示。
其中，硬件平台包括：天线阵列、射频通道、A/D及抗干扰处理模块。软件平台主要包括人机交互单元、并行差分进化单元。
所述硬件平台主要完成信号的接收、采样及抗干扰处理。所述阵列天线主要负责 接收信号，如附图2所示，整个阵列分为
Figure 113259DEST_PATH_IMAGE010
个子阵，每个子阵由
Figure 857224DEST_PATH_IMAGE011
个阵元组成，并定义为一级 阵，然后以
Figure 703958DEST_PATH_IMAGE010
子阵作为阵元再构成二级阵。所述射频通道对信号进行变频处理，然后A/D完 成信号采样，用于将模拟信号转换为数字信号。
抗干扰处理模块完成两级阵列对应的权矢量的计算，信号进行加权处理后就可滤除干扰。其中一级阵对应的权矢量为点波束的方向矢量，通过加权处理后建立波束；二级阵对应的权矢量基于线性约束最小方差准则得出，抑制干扰的同时维持点波束方向的增益。具体原理及处理过程如下：
设第
Figure 507966DEST_PATH_IMAGE012
个子阵中
Figure 440150DEST_PATH_IMAGE011
个阵元在单位时刻接收的信号可以表示为：
Figure 253385DEST_PATH_IMAGE013
每个子阵中阵元对应的权矢量为：
Figure 453160DEST_PATH_IMAGE014
则输出为：
Figure 428069DEST_PATH_IMAGE015
其中，
Figure 113128DEST_PATH_IMAGE016
表示对式（2）
Figure 464475DEST_PATH_IMAGE017
进行共轭转置。由此可得
Figure 285801DEST_PATH_IMAGE010
个子阵对应的输出为：
Figure 166032DEST_PATH_IMAGE018
Figure 72808DEST_PATH_IMAGE010
个子阵对应的权矢量为：
Figure 726381DEST_PATH_IMAGE019
总的输出为：
Figure 402213DEST_PATH_IMAGE020
式（2）中
Figure 984504DEST_PATH_IMAGE017
为一级阵的权矢量，在模拟域对指定方向
Figure 378576DEST_PATH_IMAGE021
形成波束，暂不抑制干 扰，这样可以降低大规模阵列中A/D采样组件的成本；
Figure 71726DEST_PATH_IMAGE022
（7）
其中，
Figure 867644DEST_PATH_IMAGE023
表示指定方向
Figure 620836DEST_PATH_IMAGE024
对应的方向矢量，式（7）中的元素
Figure DEST_PATH_IMAGE025
表示 第
Figure 938423DEST_PATH_IMAGE026
个阵元对应的相位结果，
Figure 435263DEST_PATH_IMAGE027
表示信号波长；
其中，
Figure 85687DEST_PATH_IMAGE028
Figure 9781DEST_PATH_IMAGE029
表示阵元坐标，
Figure 378445DEST_PATH_IMAGE030
。
式（5）中
Figure 147818DEST_PATH_IMAGE031
为二级阵的权矢量，其在数字域上通过波束赋形抑制干扰，同时在期望 方向上形成波束。根据线性约束最小方差准则可得
Figure 652749DEST_PATH_IMAGE032
（9）
其中，
Figure DEST_PATH_IMAGE033
表示协方差矩阵，根据式（9）可得出
Figure 449541DEST_PATH_IMAGE007
Figure 39923DEST_PATH_IMAGE034
软件平台主要负责计算多级阵列中
Figure 612986DEST_PATH_IMAGE010
个子阵的非周期分布结果，依此确定各子阵 的中心位置坐标。所述人机交互界面负责配置输入参数，其中阵列参数包括：每个子阵中的 阵元数量
Figure 238003DEST_PATH_IMAGE011
，子阵的数量
Figure 503899DEST_PATH_IMAGE010
等；并行差分进化参数包括：分组数量
Figure 581576DEST_PATH_IMAGE004
、组内种群数量
Figure 191287DEST_PATH_IMAGE005
、进化 代数
Figure 670810DEST_PATH_IMAGE006
、变异因子
Figure 107607DEST_PATH_IMAGE007
、交叉因子
Figure 672581DEST_PATH_IMAGE008
、子阵的偏移区间
Figure 853027DEST_PATH_IMAGE009
以及进化约束条件。
本实施例选择最终阵列方向图的第一副瓣电平作为进化约束条件，当第一副瓣电 平达到期望目标值
Figure 452635DEST_PATH_IMAGE035
后，进化结束。其中，分组数量一般为10-50；种群数量
Figure 60334DEST_PATH_IMAGE005
一般要达到子 阵数量
Figure 847025DEST_PATH_IMAGE010
的5倍以上；进化代数
Figure 329696DEST_PATH_IMAGE006
一般为100-300之间；变异因子
Figure 783811DEST_PATH_IMAGE007
一般随着进化次数逐渐 降低，可设定为由1降至0.5；交叉因子
Figure 562411DEST_PATH_IMAGE008
可设定在0.1-0.3之间；子阵的偏移区间
Figure 836398DEST_PATH_IMAGE009
，
Figure 358646DEST_PATH_IMAGE036
一般取1
Figure 401689DEST_PATH_IMAGE027
-2
Figure 351190DEST_PATH_IMAGE027
之间；第一副瓣电平期望目标值
Figure 876587DEST_PATH_IMAGE035
一般取-15dB至-25dB之间。
所述并行差分进化单元根据配置的参数执行进化算法，并通过并行运算加速，寻 找最优的子阵非周期分布结果。其中，非周期主要体现在
Figure 936947DEST_PATH_IMAGE010
子阵之间的等效间距不是相等 的固定值，而是每个子阵的中心位置均叠加了一个随机偏差
Figure 365654DEST_PATH_IMAGE037
，差分进化的作用就是确定
Figure 486057DEST_PATH_IMAGE010
个子阵各自对应的
Figure 734636DEST_PATH_IMAGE037
，使阵列的方向图达到期望目标，如附图3所示。在平面阵列中，
Figure 598686DEST_PATH_IMAGE037
又 包含
Figure 616321DEST_PATH_IMAGE038
和
Figure 907625DEST_PATH_IMAGE039
两个方向的分量，所以是二元差分进化，写成向量形式为：
Figure 142035DEST_PATH_IMAGE040
其中，
Figure 809777DEST_PATH_IMAGE036
表示最大偏移量。
所述并行差分进化包含以下步骤：
1) 在子阵偏移区间
Figure 947497DEST_PATH_IMAGE009
内，独立进行
Figure 409702DEST_PATH_IMAGE004
次种群初始化，得出
Figure 632873DEST_PATH_IMAGE004
组种群，每组中 的种群数量为
Figure 838727DEST_PATH_IMAGE005
，每个种群样本维数为
Figure 830954DEST_PATH_IMAGE010
；
2)
Figure 962595DEST_PATH_IMAGE004
组种群之间并行进化，分别计算目标函数，也就是计算第一副瓣电平；
3)每组判定是否满足约束条件，若有满足的，则对
Figure 673062DEST_PATH_IMAGE004
组结果之间进行比较，输出最 优个体，寻优过程结束，若不满足则每组都进入下一步；
4)自适应变异、交叉、边界值处理、选择；
5)返回至2)。
其中，并行的设计主要包含四个层面，如附图4所示：
1、独立进行
Figure 682607DEST_PATH_IMAGE004
次的种群赋初值，且
Figure 529340DEST_PATH_IMAGE004
组种群之间并行运算，一方面提升运算效率， 另一方面尽可能地避免仅得到局部最优解。
2、在每组种群内，计算目标函数需要将
Figure 598927DEST_PATH_IMAGE005
个种群样本分别代入运算，
Figure 531111DEST_PATH_IMAGE005
个样本计 算过程之间设定为并行结构，加速进化。
3、在代入每个种群样本计算目标函数的过程中，也就是计算第一副瓣电平时需要计算阵列方向图，该过程涉及在空间俯仰角0°-90°、方位角0°-360°范围内以步进间隔1°或0.1°进行二维遍历搜索。不同方向的遍历搜索设定为并行结构，再次加速进化。
4、得出阵列方向图后，最终要计算得出第一副瓣电平，该过程采用八向比较法得出方向图中所有的极值，即在二维方向图上对每个点位的“米”字相邻方向的电平值进行比较，由此确定并找出所有极值。第一大极值为点波束方向对应的电平，第二大极值即为第一副瓣电平。在8向比较过程中，前后结果不存在依赖关系，因此也设定为并行结构，又一次加速进化。
本发明的有益之处在于：
本发明中的非周期多级阵列提升波束分辨率，同时抑制栅瓣产生，有效解决了卫星通信面临的上行干扰问题；二元并行差分进化方法从四个层面进行并行优化，提升进化效率；设定多组种群并行进化，取最优值，得出全局优化的结果。
以上所述的实施例仅是对本发明优选方式进行的描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。

Claims (6)

1.一种基于非周期多级阵列的EHF卫星抗干扰方法，其特征在于，包括：
基于阵列天线接收卫星信号，得到多级阵列卫星信号，将所述多级阵列卫星划分为N个子阵，得到一级子阵和二级子阵，所述一级子阵由M个阵元组成，然后以所述N个子阵为阵元构成所述二级子阵；
计算所述二级子阵的非周期分布结果，确定子阵中心位置坐标，并根据配置输入的参数执行进化算法，寻找最优的子阵非周期分布结果；
所述执行进化算法的过程包括：
基于所述配置输入的参数执行并行差分进化算法，通过并行运算加速，寻找最优的子阵非周期分布结果，确定所述N个子阵的偏移量，得到最终阵列方向图的期望目标值；
所述配置输入的参数包括：分组数量、组内种群数量、进化代数、变异因子、交叉因子、子阵的偏移区间以及进化约束条件；
所述并行差分进化算法包括：
在所述子阵的偏移区间内，独立进行次种群初始化，得出组种群，每组中的种群数量为，每个种群样本维数为；
所述组种群之间并行进化，分别计算目标函数；
判定每组种群所得的目标函数是否满足约束条件，若满足，则对所得结果进行比较，输出最优个体，寻优过程结束，若不满足则继续重复上述过程，直至输出最优个体。
2.根据权利要求1所述的基于非周期多级阵列的EHF卫星抗干扰方法，其特征在于，在得到所述多级阵列卫星信号后首先进行预处理操作，所述预处理操作的过程包括：对接收到的卫星信号进行变频处理，完成对所述卫星信号的采样，得到预处理后的卫星信号。
3.根据权利要求2所述的基于非周期多级阵列的EHF卫星抗干扰方法，其特征在于，将所述预处理后的卫星信号划分为所述N个子阵，得到所述一级子阵和二级子阵，计算两级阵列的权矢量，并进行加权处理，用于滤除所述卫星信号中的干扰。
4.根据权利要求3所述的基于非周期多级阵列的EHF卫星抗干扰方法，其特征在于，所述一级子阵对应的权矢量为点波束的方向矢量，通过加权处理后建立波束；所述二级子阵的权矢量基于线性约束最小方差准则得到，用于抑制干扰，同时维持点波束方向的增益。
5.根据权利要求1所述的基于非周期多级阵列的EHF卫星抗干扰方法，其特征在于，以第一副瓣电平值作为进化的约束条件，当所述第一副瓣电平值达到期望目标值后，进化过程结束。
6.根据权利要求5所述的基于非周期多级阵列的EHF卫星抗干扰方法，其特征在于，得到所述第一副瓣电平值的过程包括：
采用八向比较法得到所述阵列方向图中所有的极值，即在二维方向图上对每个点位的“米”字相邻方向的电平值进行比较，由此确定并找出所有极大值，其中，第一大极值为点波束方向对应的电平值，第二大极值即为所述第一副瓣电平值。
CN202111514199.6A 2021-12-13 2021-12-13 一种基于非周期多级阵列的ehf卫星抗干扰方法 Active CN113905395B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111514199.6A CN113905395B (zh) 2021-12-13 2021-12-13 一种基于非周期多级阵列的ehf卫星抗干扰方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111514199.6A CN113905395B (zh) 2021-12-13 2021-12-13 一种基于非周期多级阵列的ehf卫星抗干扰方法

Publications (2)

Publication Number Publication Date
CN113905395A CN113905395A (zh) 2022-01-07
CN113905395B true CN113905395B (zh) 2022-03-01

Family

ID=79026218

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111514199.6A Active CN113905395B (zh) 2021-12-13 2021-12-13 一种基于非周期多级阵列的ehf卫星抗干扰方法

Country Status (1)

Country Link
CN (1) CN113905395B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110557188A (zh) * 2019-08-12 2019-12-10 电子科技大学 一种用于卫星通信系统的抗干扰方法和装置
CN112532308A (zh) * 2020-12-09 2021-03-19 中国电子科技集团公司第五十四研究所 一种抗干扰调零系统
CN112952402A (zh) * 2021-01-27 2021-06-11 北京遥测技术研究所 一种基于镜像模块的子阵级非周期阵列天线及设计方法
WO2021174683A1 (zh) * 2020-03-03 2021-09-10 南京步微信息科技有限公司 共轭梯度的阵列抗干扰方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11217889B2 (en) * 2019-08-13 2022-01-04 The Boeing Company Method to optimize beams for phased array antennas

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110557188A (zh) * 2019-08-12 2019-12-10 电子科技大学 一种用于卫星通信系统的抗干扰方法和装置
WO2021174683A1 (zh) * 2020-03-03 2021-09-10 南京步微信息科技有限公司 共轭梯度的阵列抗干扰方法
CN112532308A (zh) * 2020-12-09 2021-03-19 中国电子科技集团公司第五十四研究所 一种抗干扰调零系统
CN112952402A (zh) * 2021-01-27 2021-06-11 北京遥测技术研究所 一种基于镜像模块的子阵级非周期阵列天线及设计方法

Also Published As

Publication number Publication date
CN113905395A (zh) 2022-01-07

Similar Documents

Publication Publication Date Title
Howells Explorations in fixed and adaptive resolution at GE and SURC
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
CN108919199A (zh) 多波束成像声纳稀疏阵列的旁瓣抑制方法、阵列稀疏方法
CN111224706B (zh) 一种基于混合自适应粒子群算法的面多波束赋形方法
CN112699735B (zh) 基于深度学习的近场源定位方法
CN113219461A (zh) 基于最大化信噪比毫米波雷达稀疏阵列设计方法
CN110208757B (zh) 一种抑制主瓣干扰的稳健自适应波束形成方法及装置
CN112668155B (zh) 一种基于二次重构的稳健波束形成方法及系统
Hamici Fast beamforming with fault tolerance in massive phased arrays using intelligent learning control
CN112858994B (zh) 一种基于均匀圆阵的比幅测向方法
CN113905395B (zh) 一种基于非周期多级阵列的ehf卫星抗干扰方法
CN111487594A (zh) 一种基于粒子群优化的圆阵列波束形成方法
CN109490846B (zh) 基于空时联合优化的多输入多输出雷达波形设计方法
CN111830495A (zh) 一种基于凸优化学习的机载雷达自适应波束形成算法
CN111241470A (zh) 基于自适应零陷展宽算法的波束合成方法及装置
CN113552530B (zh) 一种基于量子鼠群的近场和远场源混合测向方法
Golino A genetic algorithm for optimizing the segmentation in subarrays of planar array antenna radars with adaptive digital beamforming
Epcacan et al. A hybrid nonlinear method for array thinning
Yu et al. Methods to combine deterministic nulling and adaptive nulling
CN114614872A (zh) 一种卫星导航抗干扰极化天线阵列重构方法
CN110208830B (zh) 一种基于空时二维稀疏阵列的导航抗干扰方法
CN113805139A (zh) 基于聚焦变换的宽带信号稀疏表示波达方向估计方法
CN107064884B (zh) 基于规则重叠子阵的自适应波束形成方法
Golino Improved genetic algorithm for the design of the optimal antenna division in sub-arrays: a multi-objective genetic algorithm
Zhao et al. A Novel Robust Digital Subarray Partition Algorithm with Binary Coding

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