CN114200388A - 基于四阶采样协方差张量去噪的子阵分置式l型互质阵列波达方向估计方法 - Google Patents
基于四阶采样协方差张量去噪的子阵分置式l型互质阵列波达方向估计方法 Download PDFInfo
- Publication number
- CN114200388A CN114200388A CN202111261630.0A CN202111261630A CN114200388A CN 114200388 A CN114200388 A CN 114200388A CN 202111261630 A CN202111261630 A CN 202111261630A CN 114200388 A CN114200388 A CN 114200388A
- Authority
- CN
- China
- Prior art keywords
- array
- tensor
- order
- prime
- virtual
- 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.)
- Pending
Links
- 238000005070 sampling Methods 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000003491 array Methods 0.000 claims abstract description 32
- 239000011159 matrix material Substances 0.000 claims abstract description 20
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 12
- 239000000126 substance Substances 0.000 claims description 25
- 239000013598 vector Substances 0.000 claims description 11
- 238000013519 translation Methods 0.000 claims description 8
- 230000003190 augmentative effect Effects 0.000 claims description 6
- 238000009795 derivation Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 5
- 239000000203 mixture Substances 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 2
- 238000006467 substitution reaction Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 9
- 238000010586 diagram Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000003672 processing method Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 2
- 230000000452 restraining effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
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
- G01S3/74—Multi-channel systems specially adapted for direction-finding, i.e. having a single antenna system capable of giving simultaneous indications of the directions of different signals
-
- 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
- G01S3/143—Systems for determining direction or deviation from predetermined direction by vectorial combination of signals derived from differently oriented antennae
-
- 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
- G01S3/04—Details
- G01S3/043—Receivers
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (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四阶采样协方差张量去噪的子阵分置式L型互质阵列波达方向估计方法,主要解决现有方法中信号结构受损和高阶虚拟域统计量受到噪声项干扰的问题,其实现步骤是:构建线性子阵分置的L型互质阵列;L型互质阵列的接收信号建模及其二阶互相关矩阵推导;推导基于互相关矩阵的四阶协方差张量;基于核张量阈值化处理实现四阶采样协方差张量去噪;推导基于去噪采样协方差张量的四阶虚拟域信号;构造去噪的结构化虚拟域张量;通过结构化虚拟域张量分解获得波达方向估计结果。本发明充分利用所构建子阵分置式L型互质阵列的高阶张量统计分布特性,通过去噪虚拟域张量信号处理实现高精度的二维波达方向估计,可用于目标定位。
Description
技术领域
本发明属于阵列信号处理技术领域,尤其涉及基于多维稀疏阵列高阶虚拟域统计量的统计信号处理技术,具体是一种基于四阶采样协方差张量去噪的子阵分置式L型互质阵列波达方向估计方法,可用于目标定位。
背景技术
互质阵列作为一种具有系统化结构的稀疏阵列,具备大孔径、高分辨率、高自由度的优势,能够突破奈奎斯特采样速率的限制,实现波达方向估计综合性能的提升。为了在互质阵列场景下实现匹配奈奎斯特采样速率的波达方向估计,常用做法是将互质阵列接收信号推导至高阶统计量模型,通过构造增广的虚拟均匀阵列实现基于虚拟域信号处理的波达方向估计。然而,现有方法通常将接收信号建模成矢量,并通过矢量化接收信号协方差矩阵推导虚拟域信号。在部署多维互质阵列的场景中,由于接收信号涵盖多维度的时空信息,矢量化信号的处理方式损失了互质阵列接收信号的原始结构化信息。张量作为一种多维的数据类型,可以用于表征复杂的电磁信息,保留接收信号的原始结构,因此逐渐被应用于阵列信号处理领域。然而,现有张量信号处理方法仅在匹配奈奎斯特采样速率的前提下有效,尚未涉及到互质阵列稀疏信号的高阶统计分析及其虚拟域拓展。
张量分解作为一种重要的多维信号特征提取工具,对噪声敏感性高,而传统基于高阶信号统计量的虚拟域推导方法往往引入了复杂的噪声项,为实现基于张量模型的互质阵列虚拟域拓展带来了巨大挑战。一方面,传统方法基于接收信号的自相关统计量推导增广虚拟域,而由噪声自相关所引入的噪声功率将对张量统计量处理造成干扰;另一方面,传统方法基于采样信号的统计计算估计得到高阶采样协方差统计量,而引入了高阶采样噪声,从而对高阶协方差张量的分解处理带来严重影响。为此,如何在多维互质阵列的场景下同时克服噪声功率和高阶采样噪声干扰,进行去噪的虚拟域张量推导,并基于去噪虚拟域张量处理实现高精度的二维波达方向估计,仍然是一个亟待解决的问题。
发明内容
本发明的目的在于针对现有方法存在的多维稀疏阵列接收信号结构受损和高阶虚拟域统计量受到噪声项干扰问题,提出一种基于四阶采样协方差张量去噪的子阵分置式L型互质阵列波达方向估计方法,为通过高阶张量统计量去噪处理实现高精度的二维波达方向估计提供了可行的思路和有效的解决方案。
本发明的目的是通过以下技术方案来实现的:一种基于四阶采样协方差张量去噪的子阵分置式L型互质阵列波达方向估计方法,该方法包含以下步骤:
(1)接收端使用个物理天线阵元,构建一个线性子阵分置的L型互质阵列;该L型互质阵列由位于x轴和y轴上的两个互质线性阵列组成,两个互质线性阵列和的首阵元分别从x轴和y轴上坐标为1位置开始布设;互质线性阵列中包含个阵元,其中,和为一对互质整数,|·|表示集合的势;分别用和表示L型互质阵列各阵元在x轴和y轴上的位置,其中,单位间隔d取为入射窄带信号波长的一半;
其中,sk=[sk,1,sk,2,...,sk,T]T为对应第k个入射信号源的多快拍采样信号波形,T为采样快拍数,o表示矢量外积,为与各信号源相互独立的噪声,为的导引矢量,对应于来波方向为的信号源,表示为:
其中,
其中,表示核张量,包含了来自中信号和噪声分量的投影,和表示对应四个维度的奇异矩阵;对进行阈值化处理,即将中小于等于噪声阈值∈的元素进行置零,而保留大于噪声阈值∈的元素,从而得到阈值化处理后的核张量中的元素表示为:
其中,和分别通过在指数项上形成差集数组,构造出x轴和y轴上的增广虚拟线性阵列,表示Kronecker积;对应一个二维非连续虚拟十字阵列 中包含一个虚拟均匀十字阵列其中和分别为x轴和y轴上的虚拟均匀线性阵列;和中各虚拟阵元的位置分别表示为和 其中 且 从非连续虚拟十字阵列的虚拟域信号中提取对应于虚拟均匀十字阵列中各虚拟阵元位置的元素,得到所对应的四阶虚拟域信号
(6)从和中分别提取子阵列 作为平移窗口;然后,分别将平移窗口和沿着x轴和y轴的负半轴方向逐次平移一个虚拟阵元间隔d,得到Jx个虚拟均匀线性子阵列 和Jy个虚拟均匀线性子阵列 jx=1,2,...,Jx,jy=1,2,...,Jy, 则虚拟均匀子阵列所对应的虚拟域信号可表示为固定jy索引,将在第三维度上进行叠加,得到Jy个三维的虚拟域张量,然后,将这Jy个三维的虚拟域张量在第四维度上进行叠加,得到一个四维的去噪结构化虚拟域张量表示为:
其中,
分别为沿着x轴和y轴方向的平移因子;
(7)通过canonical polyadic decomposition(CPD)对去噪结构化虚拟域张量进行张量分解,得到各空间因子的估计值,即从中提取参数和并根据{μ1(k),μ2(k)}与二维波达方向的关系得到二维波达方向估计的闭式解。
进一步地,步骤(1)所述线性子阵分置的L型互质阵列结构具体描述为:组成L型互质阵列的互质线性阵列由一对稀疏均匀线性子阵列构成,两个稀疏均匀线性子阵列分别包含和个天线阵元,阵元间距分别为和 中两个稀疏线性均匀子阵列按照首阵元重叠的方式进行组合,获得包含个阵元的互质线性阵列
因此
其中,
本发明与现有技术相比具有以下优点:
(1)本发明通过对子阵分置式L型互质阵列接收信号进行互相关计算,得到了去除噪声功率干扰的二阶信号统计量,并以此为基础进一步拓展四阶协方差张量,实现了虚拟域张量推导;
(2)本发明基于互质阵列四阶采样协方差张量的统计特性分析,设计了基于核张量阈值滤波的四阶采样协方差张量去噪方法,为抑制采样噪声干扰,构造去噪虚拟域张量奠定了基础;
(3)本发明提出了去噪虚拟域信号的结构化叠加机制,并对构造的去噪结构化虚拟域张量进行张量分解和角度信息提取,实现了欠定条件下的精确二维波达方向估计。
附图说明
图1是本发明的总体流程框图。
图2是本发明所提子阵分置式L型互质阵列的结构示意图。
图3是本发明所构造虚拟均匀十字阵列及其虚拟均匀子阵列示意图。
图4是传统Tensor MUSIC方法的二维欠定波达方向估计结果图。
图5是本发明所提方法的二维欠定波达方向估计结果图。
具体实施方式
以下参照附图,对本发明的技术方案作进一步的详细说明。
为了解决现有方法存在的信号结构受损和高阶虚拟域统计量受到噪声项干扰问题,本发明提出了一种基于四阶采样协方差张量去噪的子阵分置式L型互质阵列波达方向估计方法,通过推导子阵分置式L型互质阵列的高阶张量统计量,设计针对采样协方差张量的去噪技术,并基于去噪的虚拟域张量信号处理实现高精度的二维波达方向估计。参照图1,本发明的实现步骤如下:
步骤1:构建线性子阵分置的L型互质阵列。在接收端使用 个物理天线阵元构建线性子阵分置的L型互质阵列,如图2所示:在x轴和y轴上分别构造一个互质线性阵列 中包含 个天线阵元,其中,和为一对互质整数,|·|表示集合的势;这两个互质线性阵列和的首阵元分别从x轴和y轴上坐标为1位置开始布设,因此,组成L型互质阵列的两个互质线性阵列和互不重叠;分别用和表示L型互质阵列各阵元在x轴和y轴上的位置,其中,单位间隔d取为入射窄带信号波长的一半;构成L型互质阵列的两个分置互质线性阵列分别由一对稀疏均匀线性子阵列组成,两个稀疏均匀线性子阵列分别包含和个天线阵元,阵元间距分别为和并按照首阵元重叠的方式进行组合,获得包含个阵元的互质线性阵列
其中,sk=[Sk,1,Sk,2,...,sk,T]T为对应第k个入射信号源的多快拍采样信号波形,T为采样快拍数,表示矢量外积,为与各信号源相互独立的噪声,为的导引矢量,对应于来波方向为的信号源,表示为:
其中,表示第k个入射信号源的功率,E{·}表示取数学期望操作,(·)H表示共轭转置操作,(·)*表示共轭操作;通过对接收信号进行互相关计算,消除了由噪声自相关计算引入的噪声功率项,即其中表示噪声功率,I表示单位矩阵。
其中,
因此
其中,表示核张量,包含了来自中信号和噪声分量的投影,和表示对应四个维度的奇异矩阵;对进行阈值化处理,即将中小于等于噪声阈值∈的元素进行置零,并保留大于噪声阈值∈的元素,从而得到阈值化处理后的核张量中的元素表示为:
步骤5:推导基于去噪采样协方差张量的四阶虚拟域信号。通过合并去噪采样协方差张量中表征同一方向空间信息的维度,可以使对应两个互质线性阵列和的共轭导引矢量和在指数项上形成差集数组,从而分别在x轴和y轴上构造一个增广虚拟线性阵列,对应得到一个二维非连续虚拟十字阵列具体地,去噪采样协方差张量的第1、3维度表征x轴方向的空间信息,第2、4维度表征y轴方向的空间信息;为此,定义维度集合通过对去噪采样协方差张量进行维度合并的张量变换,得到一个对应于非连续虚拟十字阵列的四阶虚拟域信号
其中,和分别通过在指数项上形成差集数组,构造出x轴和y轴上的增广虚拟线性阵列,表示Kronecker积。中包含一个虚拟均匀十字阵列 的结构如图3所示,其中和分别为对应于x轴和y轴的虚拟均匀线性阵列。和中各虚拟阵元的位置分别为 和其中 且
其中,
步骤6:构造去噪的结构化虚拟域张量。考虑到组成虚拟均匀十字阵列的两个虚拟均匀线性阵列和分别关于x=1和y=1轴对称,从和中分别提取子阵列 作为平移窗口;然后,分别将平移窗口和沿着x轴和y轴的负半轴方向逐次平移一个虚拟阵元间隔d,得到Jx个虚拟均匀线性子阵列 和Jy个虚拟均匀线性子阵列 如图3所示,这里,jx=1,2,...,Jx,jy=1,2,...,Jy,则虚拟均匀子阵列所对应的虚拟域信号可表示为具有相邻索引下标的虚拟域信号与之间存在y轴方向上的一步平移关系,类似地,与之间存在x轴方向上的一步平移关系。因此,将这些虚拟域信号堆叠成结构化的虚拟域张量,具体而言,固定jy索引下标,将在第三维度上进行叠加,得到Jy个三维虚拟域张量,然后,将这Jy个三维虚拟域张量在第四维度上进行叠加,得到一个去噪的结构化虚拟域张量表示为:
其中,
分别为沿着x轴和y轴方向的平移因子。
步骤7:通过结构化虚拟域张量分解获得波达方向估计结果。利用所构造的去噪结构化虚拟域张量通过canonical polyadic decomposition(CPD)对其进行张量分解,得到各空间因子的估计值,即从中提取参数和
下面结合仿真实例对本发明的效果做进一步的描述。
仿真实例:采用子阵分置式L型互质阵列接收入射信号,其参数选取为即架构的L型互质阵列共包含 个天线阵元。假定有22个入射窄带信号,波达方向的二维参数μ1(k)和μ2(k)分别在[-0.97,0.97]上均匀分布。子方差组合权重λ1=1,λ2=0.25,λ3=1。将本发明所提基于四阶采样协方差张量去噪的子阵分置式L型互质阵列波达方向估计方法与传统Tensor Multiple Signal Classification(Tensor MUSIC)方法进行对比,在信噪比SNR=一5dB,采样快拍数为T=500条件下,上述方法在欠定条件下的二维波达方向估计性能分别如图4和图5所示。
可以看出,在欠定条件下,本发明所提方法能够准确估计出所有信源的二维波达方向,而Tensor MUSIC方法无法有效地估计出所有信源的二维波达方向。相比于传统的Tensor MUSIC方法,本发明所提方法通过构建去噪的虚拟域张量,在抑制噪声功率和采样高阶噪声干扰的前提下,实现了二维波达方向的精确估计,在欠定条件下具备更为优越的波达方向估计性能。
综上所述,本发明通过构建L型互质阵列多维虚拟域与去噪高阶张量统计量之间的关联,挖掘了高阶采样协方差张量的统计分布特性,以此为基础设计高阶采样协方差张量的去噪处理方法;再者,建立起去噪高阶虚拟域信号的结构化空间分割和叠加机理,从而构造去噪的结构化虚拟域张量,通过对其进行张量分解,实现了二维波达方向的精确估计,并给出了其闭式解。
以上所述仅是本发明的优选实施方式,虽然本发明已以较佳实施例披露如上,然而并非用以限定本发明。任何熟悉本领域的技术人员,在不脱离本发明技术方案范围情况下,都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何的简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。
Claims (6)
1.一种基于四阶采样协方差张量去噪的子阵分置式L型互质阵列波达方向估计方法,其特征在于,包含以下步骤:
(1)接收端使用个物理天线阵元,构建一个线性子阵分置的L型互质阵列;该L型互质阵列由位于x轴和y轴上的两个互质线性阵列组成,两个互质线性阵列和的首阵元分别从x轴和y轴上坐标为1位置开始布设;互质线性阵列中包含个阵元,其中,和为一对互质整数,|·|表示集合的势;分别用和表示L型互质阵列各阵元在x轴和y轴上的位置,其中,单位间隔d取为入射窄带信号波长的一半;
其中,sk=[sk,1,sk,2,...,sk,T]T为对应第k个入射信号源的多快拍采样信号波形,T为采样快拍数,表示矢量外积,为与各信号源相互独立的噪声,为的导引矢量,对应于来波方向为的信号源,表示为:
其中,
其中,表示核张量,包含了来自中信号和噪声分量的投影,和表示对应四个维度的奇异矩阵;对进行阈值化处理,即将中小于等于噪声阈值∈的元素进行置零,而保留大于噪声阈值∈的元素,从而得到阈值化处理后的核张量中的元素表示为:
其中,和分别通过在指数项上形成差集数组,构造出x轴和y轴上的增广虚拟线性阵列,表示Kronecker积;对应一个二维非连续虚拟十字阵列 中包含一个虚拟均匀十字阵列其中和分别为x轴和y轴上的虚拟均匀线性阵列;和中各虚拟阵元的位置分别表示为和 其中 且 从非连续虚拟十字阵列的虚拟域信号中提取对应于虚拟均匀十字阵列中各虚拟阵元位置的元素,得到所对应的四阶虚拟域信号
(6)从和中分别提取子阵列 作为平移窗口;然后,分别将平移窗口和沿着x轴和y轴的负半轴方向逐次平移一个虚拟阵元间隔d,得到Jx个虚拟均匀线性子阵列 和Jy个虚拟均匀线性子阵列 jx=1,2,...,Jx,jy=1,2,...,Jy, 则虚拟均匀子阵列所对应的虚拟域信号可表示为固定jy索引,将在第三维度上进行叠加,得至Jy个三维的虚拟域张量,然后,将这Jy个三维的虚拟域张量在第四维度上进行叠加,得到一个四维的去噪结构化虚拟域张量表示为:
其中,
分别为沿着x轴和y轴方向的平移因子;
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111261630.0A CN114200388A (zh) | 2021-10-28 | 2021-10-28 | 基于四阶采样协方差张量去噪的子阵分置式l型互质阵列波达方向估计方法 |
PCT/CN2021/127305 WO2023070499A1 (zh) | 2021-10-28 | 2021-10-29 | 基于四阶采样协方差张量去噪的子阵分置式l型互质阵列波达方向估计方法 |
US17/922,973 US20230280433A1 (en) | 2021-10-28 | 2021-10-29 | Method for estimating direction of arrival of sub-array partition type l-shaped coprime array based on fourth-order sampling covariance tensor denoising |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111261630.0A CN114200388A (zh) | 2021-10-28 | 2021-10-28 | 基于四阶采样协方差张量去噪的子阵分置式l型互质阵列波达方向估计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114200388A true CN114200388A (zh) | 2022-03-18 |
Family
ID=80646476
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111261630.0A Pending CN114200388A (zh) | 2021-10-28 | 2021-10-28 | 基于四阶采样协方差张量去噪的子阵分置式l型互质阵列波达方向估计方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230280433A1 (zh) |
CN (1) | CN114200388A (zh) |
WO (1) | WO2023070499A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117706475A (zh) * | 2023-11-14 | 2024-03-15 | 电子科技大学长三角研究院(湖州) | 一种单基地对称互质阵mimo系统及混合场定位方法 |
CN118013187A (zh) * | 2024-02-04 | 2024-05-10 | 兰州理工大学 | 基于l型互质阵列的二维信号源glmb跟踪方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6028388B2 (ja) * | 2012-05-11 | 2016-11-16 | 富士通株式会社 | 到来方向推定装置、及び到来方向推定方法 |
CN104749552A (zh) * | 2015-03-21 | 2015-07-01 | 西安电子科技大学 | 基于稀疏重构的互质阵列波达方向角估计方法 |
CN111610486B (zh) * | 2020-05-03 | 2022-12-27 | 浙江大学 | 基于平面互质阵列虚拟域张量空间谱搜索的高分辨精确二维波达方向估计方法 |
CN111610485B (zh) * | 2020-05-03 | 2022-10-04 | 浙江大学 | 基于平面互质阵列块采样张量信号构造的自由度增强型空间谱估计方法 |
CN112904272B (zh) * | 2021-01-18 | 2022-02-18 | 浙江大学 | 基于互相关张量的三维互质立方阵列波达方向估计方法 |
CN113552532B (zh) * | 2021-07-09 | 2022-03-22 | 浙江大学 | 基于耦合张量分解的l型互质阵列波达方向估计方法 |
-
2021
- 2021-10-28 CN CN202111261630.0A patent/CN114200388A/zh active Pending
- 2021-10-29 US US17/922,973 patent/US20230280433A1/en active Pending
- 2021-10-29 WO PCT/CN2021/127305 patent/WO2023070499A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2023070499A1 (zh) | 2023-05-04 |
US20230280433A1 (en) | 2023-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109655799B (zh) | 基于iaa的协方差矩阵向量化的非均匀稀疏阵列测向方法 | |
CN109444810B (zh) | 一种非负稀疏贝叶斯学习框架下的互质阵列非网格doa估计方法 | |
CN108872929B (zh) | 基于内插虚拟阵列协方差矩阵子空间旋转不变性的互质阵列波达方向估计方法 | |
CN107092004B (zh) | 基于信号子空间旋转不变性的互质阵列波达方向估计方法 | |
CN111337893B (zh) | 一种基于实值稀疏贝叶斯学习的离格doa估计方法 | |
CN114200388A (zh) | 基于四阶采样协方差张量去噪的子阵分置式l型互质阵列波达方向估计方法 | |
CN111610486B (zh) | 基于平面互质阵列虚拟域张量空间谱搜索的高分辨精确二维波达方向估计方法 | |
CN111049556B (zh) | 一种基于干扰协方差矩阵重构的互素阵稳健自适应波束形成方法 | |
WO2021068496A1 (zh) | 基于结构化虚拟域张量信号处理的互质面阵二维波达方向估计方法 | |
US11422177B2 (en) | Spatial spectrum estimation method with enhanced degree-of-freedom based on block sampling tensor construction for coprime planar array | |
WO2022151511A1 (zh) | 基于互相关张量的三维互质立方阵列波达方向估计方法 | |
CN113673317B (zh) | 基于原子范数最小化可降维的二维离格doa估计方法 | |
CN112731275B (zh) | 一种基于零化插值的互质阵部分极化信号参数估计方法 | |
CN113552532B (zh) | 基于耦合张量分解的l型互质阵列波达方向估计方法 | |
CN113376569B (zh) | 基于最大似然的嵌套阵稀疏表示波达方向估计方法 | |
CN111610485A (zh) | 基于平面互质阵列块采样张量信号构造的自由度增强型空间谱估计方法 | |
CN108398659B (zh) | 一种矩阵束与求根music结合的波达方向估计方法 | |
CN106980105B (zh) | 电磁矢量传感器阵列空间旋转解相干测向方法 | |
WO2021068494A1 (zh) | 基于平面互质阵列虚拟域张量空间谱搜索的高分辨精确二维波达方向估计方法 | |
CN116389198A (zh) | 一种基于指数滤波器的多目标时延稀疏重构估计方法 | |
CN112611999B (zh) | 一种基于双四元数的电磁矢量传感器阵列角度估计方法 | |
CN113325364A (zh) | 一种基于数据压缩的空时联合测向方法 | |
CN115390007A (zh) | 基于张量链分解的稀疏立方阵列波达方向估计方法 | |
CN114036975B (zh) | 基于频域-波数域解卷积的目标信号提取方法 | |
CN114397620A (zh) | 改进和差非均匀阵列的高精度波达方向估计方法 |
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 |