CN114355280B - 多传感器复合阵列天线布阵和多信息融合分选测角方法 - Google Patents

多传感器复合阵列天线布阵和多信息融合分选测角方法 Download PDF

Info

Publication number
CN114355280B
CN114355280B CN202210267165.XA CN202210267165A CN114355280B CN 114355280 B CN114355280 B CN 114355280B CN 202210267165 A CN202210267165 A CN 202210267165A CN 114355280 B CN114355280 B CN 114355280B
Authority
CN
China
Prior art keywords
angle
sorting
signal
antenna
interferometer
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
CN202210267165.XA
Other languages
English (en)
Other versions
CN114355280A (zh
Inventor
王浩丞
沈志博
朱全江
唐勇
刘俊
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.)
CETC 29 Research Institute
Original Assignee
CETC 29 Research Institute
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 CETC 29 Research Institute filed Critical CETC 29 Research Institute
Priority to CN202210267165.XA priority Critical patent/CN114355280B/zh
Publication of CN114355280A publication Critical patent/CN114355280A/zh
Application granted granted Critical
Publication of CN114355280B publication Critical patent/CN114355280B/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

Abstract

本发明公开了一种多传感器复合阵列天线布阵和多信息融合分选测角方法，属于融合技术领域，该方法包括以下步骤：步骤1、对天线阵列接收到的信号进行参数测量，获得相应的脉冲描述字；步骤2、利用天线前沿幅相进行干涉仪测向，获得各脉冲描述字的方位角度；步骤3、利用干涉仪测向结果进行角度分选；步骤4、对满足角度分选结果的脉冲进行电磁参数分选；步骤5、根据干涉仪测向结果设定谱估计测向范围；步骤6、对满足角度、电磁参数分选结果的脉冲进行小范围谱估计测角，输出分选、测角结果。本发明实现先角度分选再参数分选，提高信号分选准确性，同时稀释脉冲密度和减小谱估计测角范围，为复杂电磁环境中快速、准确探测目标奠定基础。

Description

多传感器复合阵列天线布阵和多信息融合分选测角方法
技术领域
本发明涉及阵列天线布阵和信号处理领域的融合技术领域，特别是一种多传感器复合阵列天线布阵和多信息融合分选测角方法。
背景技术
在阵列测向过程中，常见的测向方法包括干涉仪测向和谱估计测向。干涉仪测角运算速度快，可以实现逐脉冲实时测向，结合角度分选方法具有较强的复杂电磁环境分选能力，但不具备超分辨能力，且精度不如谱估计测向；谱估计测向精度高，可实现超分辨抗诱饵，但运算速度慢，逐脉冲实时测向实现困难，在复杂电磁环境中，分选能力较弱。多传感器共口径安装时，阵列天线通常采用环形布阵难以同时兼备干涉仪测向和谱估计测向，同时，现有的阵列测向方案通常采用单一测向体制，难以兼顾复杂环境中的分选、测向和抗诱饵能力。
发明内容
鉴于此，针对阵列测向在复杂环境中的分选、测向和抗诱饵的问题，本发明提供一种多传感器复合阵列天线布阵和多信息融合分选测角方法，基于干涉仪逐脉冲快速测向优势，实现先角度分选再参数分选，提高了信号分选准确性。
本发明公开了一种多传感器复合阵列天线布阵和多信息融合分选测角方法，包括以下步骤：
步骤1、对天线阵列接收到的信号进行参数测量，获得相应的脉冲描述字；
步骤2、利用天线前沿幅相进行干涉仪测向，获得各脉冲描述字的方位角度；
步骤3、利用干涉仪测向结果进行角度分选；
步骤4、对满足角度分选结果的脉冲进行电磁参数分选；
步骤5、根据干涉仪测向结果设定谱估计测向范围；
步骤6、对满足角度、电磁参数分选结果的脉冲进行小范围谱估计测角，输出分选、测角结果。
可选的，所述步骤2包括：
利用1~n号天线的前沿相位Ph1~Phn进行干涉仪测向，获得各脉冲描述字的方位角度，方位角度为：
Figure 646451DEST_PATH_IMAGE001
式中：
Figure 904257DEST_PATH_IMAGE002
为方位角度；d1n为1号天线与n号天线的间距；Ph1n为1号天线与n号天线的相位差；λ为信号波长，由光速除以信号频率计算得到。
可选的，所述脉冲描述字包含信号的频率、脉宽、到达时间、信号协方差、各通道信号前沿的幅度以及各通道信号前沿的相位。
可选的，所述步骤3包括：
步骤31、雷达与诱饵的设定距离为R1，测向阵列与雷达的距离为R2，计算角度聚类门限
Figure DEST_PATH_IMAGE003
为：
Figure 865260DEST_PATH_IMAGE004
；
步骤32、按照利用干涉仪测角结果以
Figure 700360DEST_PATH_IMAGE003
为门限进行角度聚类，形成按角度中心
Figure DEST_PATH_IMAGE005
和
Figure 975484DEST_PATH_IMAGE006
为索引的脉冲描述字子集，
Figure DEST_PATH_IMAGE007
其中，
Figure 150113DEST_PATH_IMAGE008
为第
Figure DEST_PATH_IMAGE009
个脉冲描述字的子集，n表示天线的序号。
可选的，所述步骤4包括：
根据先验信息剔除角度聚类结果中明显与先验信息不符的野值，依次对每个角度堆内的的脉冲进行电磁参数分选，包括信号频率、重复周期、脉宽。
可选的，所述步骤5包括：
利用干涉仪测角结果计算谱估计测角范围，谱估计测角单边范围
Figure 609913DEST_PATH_IMAGE010
，与干涉仪测角聚类门限相同，即谱估计测角范围缩小为：方位
Figure DEST_PATH_IMAGE011
，俯仰
Figure 869994DEST_PATH_IMAGE012
。
可选的，所述步骤6包括：
步骤61、对满足角度、电磁参数分选结果的脉冲进行谱估计测角，得到接收数据向量；
步骤62、计算接收数据向量的协方差；
步骤63、对协方差进行特征分解，得到信号子空间和噪声子空间；
步骤64、根据信号子空间、噪声子空间以及MUSIC算法的空间谱函数计算公式，得到目标角度值；然后，输出分选结果和测角结果；其中，测角结果为目标角度值。
可选的，所述接收数据向量为：
Figure DEST_PATH_IMAGE013
其中，
Figure 948808DEST_PATH_IMAGE014
为接收数据向量，
Figure DEST_PATH_IMAGE015
为信号向量，
Figure 977944DEST_PATH_IMAGE016
为噪声向量，
Figure DEST_PATH_IMAGE017
为阵列流型矩阵，
Figure 608645DEST_PATH_IMAGE018
为第
Figure DEST_PATH_IMAGE019
个信号源的方向向量，
Figure 621601DEST_PATH_IMAGE020
为接收天线阵中的天线个数，
Figure DEST_PATH_IMAGE021
，
Figure 300844DEST_PATH_IMAGE022
为光速；
所述步骤62包括：
由于天线阵列中各天线阵元的噪声互不相关，且噪声与天线阵列接收到的信号不相关，因此，接收数据向量
Figure DEST_PATH_IMAGE023
的协方差矩阵为：
Figure 387748DEST_PATH_IMAGE024
式中：
Figure DEST_PATH_IMAGE025
为信号向量
Figure 392614DEST_PATH_IMAGE015
的协方差矩阵，
Figure 158444DEST_PATH_IMAGE026
，
Figure DEST_PATH_IMAGE027
为高斯噪声的方差，
Figure 579061DEST_PATH_IMAGE028
为单位矩阵。
可选的，所述步骤63包括：
对协方差矩阵R进行特征分解，将得到
Figure DEST_PATH_IMAGE029
个特征值，将
Figure 848369DEST_PATH_IMAGE029
个特征值由大到小进行排序为
Figure 289714DEST_PATH_IMAGE030
，对应的特征矢量为
Figure DEST_PATH_IMAGE031
，将所述特征矢量张成的空间U划分为信号子空间
Figure 949366DEST_PATH_IMAGE032
和噪声子空间
Figure DEST_PATH_IMAGE033
，即：
Figure 970411DEST_PATH_IMAGE034
其中，
Figure DEST_PATH_IMAGE035
，
Figure 992480DEST_PATH_IMAGE036
，
Figure DEST_PATH_IMAGE037
。
可选的，所述步骤64包括：
由子空间基本原理可知，信号子空间与噪声子空间正交，并且信号子空间与信号方向向量张成的子空间为同一子空间，因此有：
Figure 807989DEST_PATH_IMAGE038
；
MUSIC算法的空间谱函数计算公式为：
Figure DEST_PATH_IMAGE039
其中，谱函数
Figure 954936DEST_PATH_IMAGE040
最大值对应的角度即为目标角度值
Figure DEST_PATH_IMAGE041
，N为谱估计超分辨的目标数，N不大于7；谱函数
Figure 45252DEST_PATH_IMAGE042
最大值即为谱峰；
Figure DEST_PATH_IMAGE043
为信号源的方向向量，
Figure 23572DEST_PATH_IMAGE044
和
Figure 744404DEST_PATH_IMAGE006
分别为第i个信号的方位角和俯仰角。
由于采用了上述技术方案，本发明具有如下的优点：本发明用于阵列测向技术，通过有效天线阵列布阵方式，兼容干涉仪和谱估计测向需求，基于干涉仪逐脉冲快速测向优势，实现先角度分选再参数分选，提高信号分选准确性，同时稀释脉冲密度和减小谱估计测角范围，在此基础上通过谱估计对分选后的信号进行高精度测向和超分辨抗诱饵，为复杂电磁环境中快速、准确探测目标奠定基础。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述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实施例中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本发明实施例的一种多传感器复合阵列天线布阵和多信息融合分选测角方法的流程示意图；
图2为本发明实施例的一种兼容干涉仪和谱估计测向的阵列布阵示意图；
图3为本发明实施例的场景示意图；
图4为本发明实施例的雷达1、雷达2方位角度变化趋势示意图；
图5为本发明实施例的雷达1、雷达2俯仰角度变化趋势示意图；
图6为本发明实施例采用本发明方法得到的雷达方位测角仿真结果示意图；
图7为本发明实施例采用本发明方法得到的雷达俯仰测角仿真结果示意图；
图8为本发明实施例采用干涉仪测角得到的雷达方位干涉仪测角仿真结果示意图；
图9为本发明实施例采用干涉仪测角得到的雷达俯仰干涉仪测角仿真结果示意图。
具体实施方式
结合附图和实施例对本发明作进一步说明，显然，所描述的实施例仅是本发明实施例一部分实施例，而不是全部的实施例。本领域普通技术人员所获得的所有其他实施例，都应当属于本发明实施例保护的范围。
实施例一：
参见图1，本发明公开了一种多传感器复合阵列天线布阵和多信息融合分选测角方法，包括以下步骤：
S1、对天线阵列接收到的信号进行参数测量，获得相应的脉冲描述字；
S2、利用天线前沿幅相进行干涉仪测向，获得各脉冲描述字的方位角度；
S3、利用干涉仪测向结果进行角度分选；
S4、对满足角度分选结果的脉冲进行电磁参数分选；
S5、根据干涉仪测向结果设定谱估计测向范围；
S6、对满足角度、电磁参数分选结果的脉冲进行小范围谱估计测角，输出分选、测角结果。
其中，根据安装口径进行复合天线布阵，主动天线进行偏心布阵，N个同体制、同极化被动天线采用L布置，形成干涉仪测角所需的方位和俯仰线阵，在线阵周围布置M个不同极化的天线，与之前N个天线一同形成谱估计所需的多极化阵列，即可以得到多传感器复合阵列天线布阵；其中，N和M均为正整数。
本实施例中，S2包括：
利用1~n号天线的前沿相位Ph1~Phn进行干涉仪测向，获得各脉冲描述字的方位角度，方位角度为：
Figure 972123DEST_PATH_IMAGE001
式中：
Figure 741496DEST_PATH_IMAGE002
为方位角度；d1n为1号天线与n号天线的间距；Ph1n为1号天线与n号天线的相位差；λ为信号波长，由光速除以信号频率计算得到。
本实施例中，脉冲描述字包含信号的频率、脉宽、到达时间、信号协方差、各通道信号前沿的幅度以及各通道信号前沿的相位。
本实施例中，S3包括：
步骤31、雷达与诱饵的设定距离为R1，测向阵列与雷达的距离为R2，计算角度聚类门限
Figure 636639DEST_PATH_IMAGE003
为：
Figure 731634DEST_PATH_IMAGE004
；
步骤32、按照利用干涉仪测角结果以
Figure 118753DEST_PATH_IMAGE003
为门限进行角度聚类，形成按角度中心
Figure 82030DEST_PATH_IMAGE005
和
Figure 441467DEST_PATH_IMAGE006
为索引的脉冲描述字子集，
Figure 831997DEST_PATH_IMAGE007
其中，
Figure 909675DEST_PATH_IMAGE008
为第
Figure 83167DEST_PATH_IMAGE009
个脉冲描述字的子集，n表示天线的序号。
本实施例中，S4包括：
根据先验信息（如目标大致位置、方向，平台运动轨迹等）剔除角度聚类结果中明显与先验信息不符的野值，依次对每个角度堆内的的脉冲进行电磁参数分选，包括信号频率、重复周期、脉宽。
本实施例中，S5包括：
利用干涉仪测角结果计算谱估计测角范围，谱估计测角单边范围
Figure DEST_PATH_IMAGE045
，与干涉仪测角聚类门限相同，即谱估计测角范围缩小为：方位
Figure 156165DEST_PATH_IMAGE011
，俯仰
Figure 452017DEST_PATH_IMAGE012
。
本实施例中，S6包括：
利用干涉仪测角结果计算谱估计测角范围，谱估计测角单边范围
Figure 16991DEST_PATH_IMAGE010
，与干涉仪测角聚类门限相同，即谱估计测角范围缩小为：方位
Figure 322070DEST_PATH_IMAGE011
，俯仰
Figure 452837DEST_PATH_IMAGE012
。
本实施例中，接收数据向量为：
Figure 60536DEST_PATH_IMAGE013
其中，
Figure 237440DEST_PATH_IMAGE014
为接收数据向量，
Figure 955997DEST_PATH_IMAGE015
为信号向量，
Figure 269167DEST_PATH_IMAGE016
为噪声向量，
Figure 844504DEST_PATH_IMAGE017
为阵列流型矩阵，
Figure 384070DEST_PATH_IMAGE018
为第
Figure 765373DEST_PATH_IMAGE019
个信号源的方向向量，
Figure 73995DEST_PATH_IMAGE020
为接收天线阵中的天线个数，
Figure 148130DEST_PATH_IMAGE021
，
Figure 971729DEST_PATH_IMAGE022
为光速；
S62包括：
由于天线阵列中各天线阵元的噪声互不相关，且噪声与天线阵列接收到的信号不相关，因此，接收数据向量
Figure 32089DEST_PATH_IMAGE023
的协方差矩阵为：
Figure 54272DEST_PATH_IMAGE024
式中：
Figure 440254DEST_PATH_IMAGE025
为信号向量
Figure 485570DEST_PATH_IMAGE015
的协方差矩阵，
Figure 474255DEST_PATH_IMAGE026
，
Figure 757469DEST_PATH_IMAGE027
为高斯噪声的方差，
Figure 907827DEST_PATH_IMAGE028
为单位矩阵。
本实施例中，S63包括：
对协方差矩阵R进行特征分解，将得到
Figure 643702DEST_PATH_IMAGE029
个特征值，将
Figure 436078DEST_PATH_IMAGE029
个特征值由大到小进行排序为
Figure 370536DEST_PATH_IMAGE030
，对应的特征矢量为
Figure 832741DEST_PATH_IMAGE031
，将特征矢量张成的空间U划分为信号子空间
Figure 914966DEST_PATH_IMAGE032
和噪声子空间
Figure 120820DEST_PATH_IMAGE033
，即：
Figure 237680DEST_PATH_IMAGE034
其中，
Figure 933104DEST_PATH_IMAGE035
，
Figure 643571DEST_PATH_IMAGE036
，
Figure 512170DEST_PATH_IMAGE037
。
本实施例中，S64包括：
由子空间基本原理可知，信号子空间与噪声子空间正交，并且信号子空间与信号方向向量张成的子空间为同一子空间，因此有：
Figure 358903DEST_PATH_IMAGE038
；
MUSIC算法的空间谱函数计算公式为：
Figure 287545DEST_PATH_IMAGE039
其中，谱函数
Figure 485308DEST_PATH_IMAGE046
最大值对应的角度即为目标角度值
Figure 829702DEST_PATH_IMAGE041
，N为谱估计超分辨的目标数，N不大于7；谱函数
Figure 921154DEST_PATH_IMAGE042
最大值即为谱峰；
Figure 161643DEST_PATH_IMAGE043
为信号源的方向向量，
Figure 440178DEST_PATH_IMAGE044
和
Figure 791524DEST_PATH_IMAGE006
分别为第i个信号的方位角和俯仰角。
实施例二：
根据安装口径进行天线布阵，形成干涉仪所需的线阵和谱估计所需的多极化阵列，本发明给出了一个典型阵列天线布阵的实施例，如图2所示，其中编号1~5号天线为左旋圆极化天线，编号6号天线为45°斜线极化天线，7号天线为右旋圆极化天线，8号天线为-45°斜线极化天线；由编号为1、2、3号的3个天线在方位向成直线布置，构成干涉仪方位基线，天线1到天线2之间的长度为天线2到天线3之间长度的1/2到1/3；由编号为1、4、5号的3个天线在俯仰向成直线布置，构成干涉仪俯仰基线，天线1到天线4之间的长度为天线4到天线5之间长度的1/2到1/3；编号1~8号天线共同构成谱估计测向阵列。
第一步，以8通道数字接收机对天线阵列接收到的信号进行参数测量，获得相应的脉冲描述字（PDW），包含信号的频率f、脉宽PW、到达时间TOA、信号协方差R、各通道信号前沿的幅度Pa1~Pa8以及各通道信号前沿的相位Ph1~Ph8等信息。
第二步，利用1~3号天线的前沿相位Pa1~Pa8进行干涉仪测向获得各PDW的方位角度信息，方位角度为：
Figure DEST_PATH_IMAGE047
（1）
式中：
Ød13为1号天线与3号天线的间距；
ØPh13为1号天线与3号天线的相位差；
Øλ为信号波长，由光速除以信号频率计算得到。
由于
Figure 3063DEST_PATH_IMAGE048
是一个以2π为周期的周期函数，超过2π将产生角度模糊，因此需通过1号天线与2号天线作为短基线对其进行解模糊。
同理，利用1、4、5号天线的前沿相位Ph1、Ph4、Ph5进行干涉仪测向获得各PDW的俯仰角度信息
Figure DEST_PATH_IMAGE049
，
第三步，以雷达与诱饵的设定距离为R1，测向阵列与雷达的距离为R2，计算角度聚类门限
Figure 742349DEST_PATH_IMAGE003
为：
Figure 649125DEST_PATH_IMAGE050
按照利用干涉仪测角结果以
Figure 663217DEST_PATH_IMAGE003
为门限进行角度聚类，形成按角度中心
Figure 401366DEST_PATH_IMAGE005
，
Figure 983657DEST_PATH_IMAGE006
为索引的PDW子集
Figure 502363DEST_PATH_IMAGE051
。
第四步，角度聚类结果剔除野值，依次对每个角度堆内的的脉冲进行电磁参数分选，包括信号频率、重复周期、脉宽等。
第五步，利用干涉仪测角结果计算谱估计测角范围，谱估计测角单边范围
Figure 929934DEST_PATH_IMAGE052
，与干涉仪测角聚类门限相同，即谱估计测角范围缩小为：方方位
Figure 584906DEST_PATH_IMAGE053
，俯仰
Figure 338098DEST_PATH_IMAGE054
。
第六步，对满足角度、电磁参数分选结果的脉冲进行谱估计测角，测角范围为方位
Figure 16204DEST_PATH_IMAGE055
，俯仰
Figure 637678DEST_PATH_IMAGE056
，第m个天线的输出为
Figure 22523DEST_PATH_IMAGE057
（2）
式中：
Figure 805672DEST_PATH_IMAGE058
，
Figure 174336DEST_PATH_IMAGE059
，
Figure 6026DEST_PATH_IMAGE060
为第k个信号源的方向。
将上式写成矩阵形式
Figure 901169DEST_PATH_IMAGE013
其中，
Figure 465006DEST_PATH_IMAGE014
为接收数据向量，
Figure 445600DEST_PATH_IMAGE015
为信号向量，
Figure 80981DEST_PATH_IMAGE016
为噪声向量，
Figure 440418DEST_PATH_IMAGE017
为阵列流型矩阵，
Figure 830948DEST_PATH_IMAGE018
为第
Figure 643046DEST_PATH_IMAGE019
个信号源的方向向量，
Figure 410014DEST_PATH_IMAGE020
为接收天线阵中的天线个数，
Figure 686275DEST_PATH_IMAGE021
，
Figure 123072DEST_PATH_IMAGE022
为光速；
由于天线阵列中各天线阵元的噪声互不相关，且噪声与天线阵列接收到的信号不相关，因此，接收数据向量
Figure 812680DEST_PATH_IMAGE023
的协方差矩阵为：
Figure 727546DEST_PATH_IMAGE024
式中：
Figure 186209DEST_PATH_IMAGE025
为信号向量
Figure 793908DEST_PATH_IMAGE015
的协方差矩阵，
Figure 642915DEST_PATH_IMAGE026
，
Figure 486106DEST_PATH_IMAGE027
为高斯噪声的方差，
Figure 674642DEST_PATH_IMAGE028
为单位矩阵。
对协方差矩阵R进行特征分解，将得到
Figure 577876DEST_PATH_IMAGE029
个特征值，将
Figure 117442DEST_PATH_IMAGE029
个特征值由大到小进行排序为
Figure 764324DEST_PATH_IMAGE061
，对应的特征矢量为
Figure 72946DEST_PATH_IMAGE062
，将特征矢量张成的空间U划分为信号子空间
Figure 147081DEST_PATH_IMAGE032
和噪声子空间
Figure 908363DEST_PATH_IMAGE033
，即：
Figure 358936DEST_PATH_IMAGE034
（5）
其中，
Figure 522064DEST_PATH_IMAGE063
，
Figure 767101DEST_PATH_IMAGE064
，
Figure 281259DEST_PATH_IMAGE065
。
由子空间基本原理可知，信号子空间与噪声子空间正交，并且信号子空间与信号方向向量张成的子空间为同一子空间。因此有：
Figure 269943DEST_PATH_IMAGE038
。
MUSIC算法的空间谱函数计算公式为：
Figure 84316DEST_PATH_IMAGE039
（6）
其中，谱函数
Figure 641199DEST_PATH_IMAGE046
最大值对应的角度即为目标角度值
Figure 501708DEST_PATH_IMAGE041
，N为谱估计超分辨的目标数，N不大于7；谱函数
Figure 169449DEST_PATH_IMAGE042
最大值即为谱峰；
Figure 166224DEST_PATH_IMAGE043
为信号源的方向向量，
Figure 628430DEST_PATH_IMAGE044
和
Figure 976234DEST_PATH_IMAGE006
分别为第i个信号的方位角和俯仰角。
实施例三：
本实施实例，通过仿真计算的方法进行计算分析。采用本发明提出的方法，对4个雷达阵地进行快速分选测向，其中1个雷达阵地含雷达目标和3个诱饵。
仿真计算设置场景如图3所示。
1）预示点北天东坐标系下的真实目标和虚假目标位置设置：雷达目标1位置（-400,0,0），诱饵1位置（400,0,0），诱饵2位置（0,-330,0），诱饵3位置（0,330,0），雷达目标2位置（3000,1000,0），雷达目标3位置（-5000,-5000,0），雷达目标4位置（1000,-10000,0）,单位均为米；
2）各雷达目标电磁参数如下：
雷达目标1的电磁信号参数为：频率捷变5300MHz~5800MHz，重复周期1786us，脉宽32us，诱饵进行脉冲前后沿掩护，诱饵1超前4us，诱饵2超前2us，诱饵3滞后2us；
雷达目标2的电磁信号参数为：频率5600MHz，重复周期1298us，脉宽抖动范围48us~36us；
雷达目标3的电磁信号参数为：频率5350MHz，重复周期抖动650us~460us，脉宽24us；
雷达目标4的电磁信号参数为：频率捷变5500MHz~5900MHz，重复周期60us，脉宽8us；
3）平台从（4000m,500m,3000m）位置以（-380m/s,-40m/s,-280m/s）速度向前飞行；
4）干涉仪测向精度为均方根误差0.8°，谱估计测向精度为均方根误差0.4°，谱估计分辨率为5°；
5）雷达与诱饵设定距离设为1000m。
采用本发明提出的方法进行测角和分选的具体步骤如下：
1）在平台距雷达目标不同距离下，仿真干涉仪测量的角度聚类结果，以由于雷达3、雷达4角度差别较大，角度分选后只剩雷达1与雷达2的PDW堆，如图4、图5所示；
2）分别对两个PDW堆进行电磁参数分选，可以剔除雷达2的PDW堆，分选得到雷达1的PDW堆；
3）根据角度聚类门限缩小谱估计测角门限，对雷达1的PDW堆进行小角度范围的谱估计测角，得到谱估计测角结果，如图6、图7所示；
如图6、图7所示，采用本方法可通过角度分选有效剔除参数相近但角度较远的目标，通过参数分选可进行进一步分选得到需要的目标，同时通过干涉仪测角和角度分选，有效减小了谱估计的测角范围，提高谱估计测角速度。作为对比，采用圆形布阵、单一谱估计测角方案，由于测角速度慢，难以进行角度分选，先进行参数分选，由于4部雷达参数相近，难以准确分选出目标；采用线阵布阵、干涉仪测角方案，可以进行角度分选，但无法进行超分辨测角，只能测得超前的诱饵2角度，如图8、图9所示。
对比传统干涉仪、谱估计和本发明的分选和测角结果如表1所示，可以看到，采用本发明可以有效提高在复杂环境中的分选和抗诱饵能力。
表1分选和测角结果统计
融合方法 干涉仪 谱估计 本发明
分选结果 分选正确 分选失败 分选正确
测角结果 无法超分辨，跟踪诱饵 谱估计测角速度较慢，在分选失败的情况下，难以实时完成测角，导致测角错误。 跟踪雷达1目标
上述验证可见，本发明同时实现干涉仪和谱估计测向，兼顾了信号分选、测向精度和超分辨抗诱饵能力。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (9)

1.一种多传感器复合阵列天线布阵和多信息融合分选测角方法，其特征在于，包括以下步骤：
步骤1、对天线阵列接收到的信号进行参数测量，获得相应的脉冲描述字；
步骤2、利用天线前沿幅相进行干涉仪测向，获得各脉冲描述字的方位角度；
步骤3、利用干涉仪测向结果进行角度分选；
步骤4、对满足角度分选结果的脉冲进行电磁参数分选；
步骤5、根据干涉仪测向结果设定谱估计测向范围；
步骤6、对满足角度、电磁参数分选结果的脉冲进行小范围谱估计测角，输出分选、测角结果；
所述步骤3包括：
步骤31、雷达与诱饵的设定距离为R1，测向阵列与雷达的距离为R2，计算角度聚类门限
Figure 760874DEST_PATH_IMAGE001
为：
Figure 499022DEST_PATH_IMAGE002
；
步骤32、按照利用干涉仪测角结果以
Figure 753417DEST_PATH_IMAGE001
为门限进行角度聚类，形成按角度中心
Figure 944227DEST_PATH_IMAGE003
和
Figure 434114DEST_PATH_IMAGE004
为索引的脉冲描述字子集，
Figure 761191DEST_PATH_IMAGE005
其中，
Figure 435754DEST_PATH_IMAGE006
为第
Figure 113860DEST_PATH_IMAGE007
个脉冲描述字的子集，n表示天线的序号，k为信号源的个数。
2.根据权利要求1所述的方法，其特征在于，所述步骤2包括：
利用1~n号天线的前沿相位Ph1~Phn进行干涉仪测向，获得各脉冲描述字的方位角度，方位角度为：
Figure 407439DEST_PATH_IMAGE008
式中：
Figure 854600DEST_PATH_IMAGE009
为方位角度；d1n为1号天线与n号天线的间距；Ph1n为1号天线与n号天线的相位差；λ为信号波长，由光速除以信号频率计算得到。
3.根据权利要求2所述的方法，其特征在于，所述脉冲描述字包含信号的频率、脉宽、到达时间、信号协方差、各通道信号前沿的幅度以及各通道信号前沿的相位。
4.根据权利要求1所述的方法，其特征在于，所述步骤4包括：
根据先验信息剔除角度聚类结果中明显与先验信息不符的野值，依次对每个角度堆内的的脉冲进行电磁参数分选，包括信号频率、重复周期、脉宽。
5.根据权利要求1所述的方法，其特征在于，所述步骤5包括：
利用干涉仪测角结果计算谱估计测角范围，谱估计测角单边范围
Figure 44273DEST_PATH_IMAGE010
，与干涉仪测角聚类门限相同，即谱估计测角范围缩小为：方位
Figure 85042DEST_PATH_IMAGE011
，俯仰
Figure 916731DEST_PATH_IMAGE012
。
6.根据权利要求1所述的方法，其特征在于，所述步骤6包括：
步骤61、对满足角度、电磁参数分选结果的脉冲进行谱估计测角，得到接收数据向量；
步骤62、计算接收数据向量的协方差；
步骤63、对协方差进行特征分解，得到信号子空间和噪声子空间；
步骤64、根据信号子空间、噪声子空间以及MUSIC算法的空间谱函数计算公式，得到目标角度值；然后，输出分选结果和测角结果；其中，测角结果为目标角度值。
7.根据权利要求6所述的方法，其特征在于，所述接收数据向量为：
Figure 483979DEST_PATH_IMAGE013
其中，
Figure 110132DEST_PATH_IMAGE014
为接收数据向量，
Figure 887464DEST_PATH_IMAGE015
为信号向量，
Figure 257266DEST_PATH_IMAGE016
为噪声向量，
Figure 147861DEST_PATH_IMAGE017
为阵列流型矩阵，
Figure 944916DEST_PATH_IMAGE018
为第
Figure 553752DEST_PATH_IMAGE019
个信号源的方向向量，
Figure 727244DEST_PATH_IMAGE020
为接收天线阵中的天线个数，
Figure 737926DEST_PATH_IMAGE021
，
Figure 705882DEST_PATH_IMAGE022
为光速；
所述步骤62包括：
由于天线阵列中各天线阵元的噪声互不相关，且噪声与天线阵列接收到的信号不相关，因此，接收数据向量
Figure 5276DEST_PATH_IMAGE023
的协方差矩阵为：
Figure 982459DEST_PATH_IMAGE024
式中：
Figure 113226DEST_PATH_IMAGE025
为信号向量
Figure 642297DEST_PATH_IMAGE026
的协方差矩阵，
Figure 491304DEST_PATH_IMAGE027
，
Figure 6599DEST_PATH_IMAGE028
为高斯噪声的方差，
Figure 991872DEST_PATH_IMAGE029
为单位矩阵。
8.根据权利要求7所述的方法，其特征在于，所述步骤63包括：
对协方差矩阵R进行特征分解，将得到
Figure 567210DEST_PATH_IMAGE030
个特征值，将
Figure 778880DEST_PATH_IMAGE030
个特征值由大到小进行排序为
Figure 97866DEST_PATH_IMAGE031
，对应的特征矢量为
Figure 203225DEST_PATH_IMAGE032
，将所述特征矢量张成的空间U划分为信号子空间
Figure 949464DEST_PATH_IMAGE033
和噪声子空间
Figure 632118DEST_PATH_IMAGE034
，即：
Figure 489216DEST_PATH_IMAGE035
其中，
Figure 449082DEST_PATH_IMAGE036
，
Figure 366222DEST_PATH_IMAGE037
，
Figure 677118DEST_PATH_IMAGE038
。
9.根据权利要求8所述的方法，其特征在于，所述步骤64包括：
由子空间基本原理可知，信号子空间与噪声子空间正交，并且信号子空间与信号方向向量张成的子空间为同一子空间，因此有：
Figure 213272DEST_PATH_IMAGE039
；
MUSIC算法的空间谱函数计算公式为：
Figure 27645DEST_PATH_IMAGE040
其中，谱函数
Figure 381266DEST_PATH_IMAGE041
最大值对应的角度即为目标角度值
Figure 913878DEST_PATH_IMAGE042
，N为谱估计超分辨的目标数，N不大于7；谱函数
Figure 502991DEST_PATH_IMAGE043
最大值即为谱峰；
Figure 906291DEST_PATH_IMAGE044
为信号源的方向向量，
Figure 430813DEST_PATH_IMAGE045
和
Figure 450722DEST_PATH_IMAGE004
分别为第i个信号的方位角和俯仰角。
CN202210267165.XA 2022-03-18 2022-03-18 多传感器复合阵列天线布阵和多信息融合分选测角方法 Active CN114355280B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210267165.XA CN114355280B (zh) 2022-03-18 2022-03-18 多传感器复合阵列天线布阵和多信息融合分选测角方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210267165.XA CN114355280B (zh) 2022-03-18 2022-03-18 多传感器复合阵列天线布阵和多信息融合分选测角方法

Publications (2)

Publication Number Publication Date
CN114355280A CN114355280A (zh) 2022-04-15
CN114355280B true CN114355280B (zh) 2022-05-17

Family

ID=81094479

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210267165.XA Active CN114355280B (zh) 2022-03-18 2022-03-18 多传感器复合阵列天线布阵和多信息融合分选测角方法

Country Status (1)

Country Link
CN (1) CN114355280B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102419430A (zh) * 2011-08-17 2012-04-18 电子科技大学 一种基于平行基线的圆阵相位干涉仪二维测向方法
CN104122527A (zh) * 2014-07-14 2014-10-29 中国人民解放军国防科学技术大学 一种基于查表法的圆阵相位干涉仪宽带瞬时测向方法
CN104239678A (zh) * 2014-07-01 2014-12-24 中国电子科技集团公司第三十六研究所 一种实现干涉仪测向定位的方法和装置
WO2015177559A1 (en) * 2014-05-23 2015-11-26 Toshiba Research Europe Limited Method for localising scattering elements in a 3d environment
CN106950527A (zh) * 2017-04-14 2017-07-14 中国电子科技集团公司第二十九研究所 一种多基线干涉仪测向体制下的脉冲信号分选方法
CN109116295A (zh) * 2018-08-31 2019-01-01 上海微小卫星工程中心 基于相控阵选取基线的无源测向算法
CN110007267A (zh) * 2019-01-29 2019-07-12 杭州电子科技大学 一种基于混合基线的均匀圆阵干涉仪测向解模糊方法
CN111693934A (zh) * 2020-06-19 2020-09-22 中国电子科技集团公司第二十九研究所 一种基于数字干涉系统的测向方法及系统
CN111693935A (zh) * 2020-06-19 2020-09-22 中国电子科技集团公司第二十九研究所 一种射频测向方法及系统
CN113203980A (zh) * 2021-04-20 2021-08-03 北京通广龙电子科技有限公司 高精度快速无线电测向方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9730029B2 (en) * 2012-11-08 2017-08-08 Duke University Unsupervised indoor localization and heading directions estimation

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102419430A (zh) * 2011-08-17 2012-04-18 电子科技大学 一种基于平行基线的圆阵相位干涉仪二维测向方法
WO2015177559A1 (en) * 2014-05-23 2015-11-26 Toshiba Research Europe Limited Method for localising scattering elements in a 3d environment
CN104239678A (zh) * 2014-07-01 2014-12-24 中国电子科技集团公司第三十六研究所 一种实现干涉仪测向定位的方法和装置
CN104122527A (zh) * 2014-07-14 2014-10-29 中国人民解放军国防科学技术大学 一种基于查表法的圆阵相位干涉仪宽带瞬时测向方法
CN106950527A (zh) * 2017-04-14 2017-07-14 中国电子科技集团公司第二十九研究所 一种多基线干涉仪测向体制下的脉冲信号分选方法
CN109116295A (zh) * 2018-08-31 2019-01-01 上海微小卫星工程中心 基于相控阵选取基线的无源测向算法
CN110007267A (zh) * 2019-01-29 2019-07-12 杭州电子科技大学 一种基于混合基线的均匀圆阵干涉仪测向解模糊方法
CN111693934A (zh) * 2020-06-19 2020-09-22 中国电子科技集团公司第二十九研究所 一种基于数字干涉系统的测向方法及系统
CN111693935A (zh) * 2020-06-19 2020-09-22 中国电子科技集团公司第二十九研究所 一种射频测向方法及系统
CN113203980A (zh) * 2021-04-20 2021-08-03 北京通广龙电子科技有限公司 高精度快速无线电测向方法及系统

Also Published As

Publication number Publication date
CN114355280A (zh) 2022-04-15

Similar Documents

Publication Publication Date Title
Chandran Advances in direction-of-arrival estimation
CN108549059B (zh) 一种复杂地形条件下的低空目标仰角估计方法
EP1167995B1 (en) Matrix monopulse ratio radar processor for two target azimuth and elevation angle determination
CN106526530A (zh) 基于传播算子的2‑l型阵列二维doa估计算法
CN111220954B (zh) 一种基于自校幅度归一化的雷达角误差修正方法
CN112068119B (zh) 一种被动雷达导引头对雷达和诱饵干扰的识别方法
CN112130111B (zh) 一种大规模均匀十字阵列中单快拍二维doa估计方法
CN106249225B (zh) 稀疏圆形声矢量传感器阵列四元数esprit参数估计方法
CN106526531A (zh) 基于三维天线阵列的改进传播算子二维doa估计算法
Li et al. Combining sum-difference and auxiliary beams for adaptive monopulse in jamming
CN109856605A (zh) 一种同时数字多波束形成的二次拟合曲线指向修正方法
Sun et al. Array geometry calibration for underwater compact arrays
CN109633521A (zh) 基于子空间重构的面阵二维波达方向估计方法
CN114355280B (zh) 多传感器复合阵列天线布阵和多信息融合分选测角方法
CN108490425A (zh) 一种双基地mimo雷达的测角方法
CN107202975A (zh) 一种二维矢量阵阵元姿态误差校正方法
CN114325560A (zh) 波束扫描雷达超分辨目标测向方法
CN114460531A (zh) 一种均匀线阵music空间谱估计方法
Howell d-MUSIC, a real time algorithm for estimating the DOA of coherent sources using a single array snapshot
Springer et al. Joint localization and calibration in partly and fully uncalibrated array sensor networks
CN114895303B (zh) 一种分布式雷达的高精度合成测角方法
CN112986935B (zh) 一种基于地貌共形布阵的多元阵列通道无源校准方法
CN112363106B (zh) 基于量子粒子群的信号子空间波达方向检测方法及系统
Sun et al. Phase array amplitude and phase correction for HFSWR based on AIS information
US11733367B1 (en) Chromatic correlation interferometry 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