CN116540172B - 入射信号来波方向的估计方法、装置、电子设备及介质 - Google Patents
入射信号来波方向的估计方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN116540172B CN116540172B CN202310814821.8A CN202310814821A CN116540172B CN 116540172 B CN116540172 B CN 116540172B CN 202310814821 A CN202310814821 A CN 202310814821A CN 116540172 B CN116540172 B CN 116540172B
- Authority
- CN
- China
- Prior art keywords
- matrix
- signal
- determining
- quantization
- antenna
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 78
- 238000013139 quantization Methods 0.000 claims abstract description 81
- 238000012545 processing Methods 0.000 claims abstract description 55
- 238000011084 recovery Methods 0.000 claims abstract description 17
- 239000011159 matrix material Substances 0.000 claims description 190
- 230000014509 gene expression Effects 0.000 claims description 20
- 230000006835 compression Effects 0.000 claims description 18
- 238000007906 compression Methods 0.000 claims description 18
- 238000005070 sampling Methods 0.000 claims description 17
- 230000010363 phase shift Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 4
- 239000004973 liquid crystal related substance Substances 0.000 description 38
- 230000000875 corresponding effect Effects 0.000 description 17
- 238000005457 optimization Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000008878 coupling Effects 0.000 description 5
- 238000010168 coupling process Methods 0.000 description 5
- 238000005859 coupling reaction Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 5
- 238000003491 array Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000035755 proliferation Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000012237 artificial material Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
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)
Abstract
本申请提供了一种入射信号来波方向的估计方法、装置、电子设备及介质，涉及信号处理技术领域，估计方法包括：通过动态超表面天线获取入射信号得到接收信号，并对所述接收信号进行处理，得到所述动态超表面天线的输出信号；对所述动态超表面天线的输出信号进行低比特量化，得到量化结果；通过数字域处理从所述量化结果中恢复出期望信号，并利用压缩感知稀疏恢复算法从恢复出的期望信号中估计出入射信号的来波方向。采用本申请提供的技术方案能够在降低DOA估计成本、功耗和复杂度的同时保证DOA估计的准确度。
Description
技术领域
本申请涉及信号处理技术领域，尤其是涉及一种入射信号来波方向的估计方法、装置、电子设备及介质。
背景技术
估计入射信号的来波方向，也就是波达角度（Direction Of Arrival， DOA）估计，指通过处理天线阵列接收到的来波信号获取其方位信息，是阵列信号处理的重要研究内容之一，在雷达、移动通信、医疗诊断等领域具有非常广泛的应用。
目前，在 DOA估计中面临了一些问题：一方面，天线阵列的规模不断扩大。首先这意味着天线单元间的耦合加重和在有限空间内部署天线的难度急剧增加；其次，天线系统中的高精度模数转换器（Analog-to-Digital Converter，ADC）数量随之增多，而作为天线阵列接收端接收信号的核心模块之一，ADC占据了整个系统的主要成本和功耗，因此导致系统的开销呈指数级上涨；最后，阵列规模扩大导致后续数字处理的数据量和运算复杂度激增。另一方面，天线阵列向高频段方向发展，这要求ADC具备更高的采样率，事实上，ADC的采样率和其功耗正相关，也会限制量化精度；因此，如何在降低系统成本功耗复杂度的同时估计入射信号的来波方向，成为了亟待解决的问题。
发明内容
有鉴于此，本申请的目的在于提供一种入射信号来波方向的估计方法、装置、电子设备及介质，通过采用动态超表面天线实现对接收信号的模拟域处理，相比于直接对接收信号进行采样的全数字处理方式，减少了所需的ADC数目，并将模数混合处理和低比特量化进行结合实现DOA估计，在降低DOA估计成本、功耗和复杂度的同时保证了DOA估计的准确度。
本申请主要包括以下几个方面：
第一方面，本申请实施例提供了一种入射信号来波方向的估计方法，所述估计方法包括：
通过动态超表面天线获取入射信号得到接收信号，并对所述接收信号进行处理，得到所述动态超表面天线的输出信号；
对所述动态超表面天线的输出信号进行低比特量化，得到量化结果；
通过数字域处理从所述量化结果中恢复出期望信号，并利用压缩感知稀疏恢复算法从恢复出的期望信号中估计出入射信号的来波方向。
进一步的，所述动态超表面天线中包括多个微波条带；所述通过动态超表面天线获取入射信号得到接收信号，并对所述接收信号进行处理，得到所述动态超表面天线的输出信号的步骤，包括：
通过动态超表面天线获取入射信号得到接收信号；
获取所述多个微波条带的波导衰减系数、波数；
基于多个微波条带的波导衰减系数和波数，确定用于表征波导衰减和相移的对角阵；
基于所述对角阵，确定用于表征天线单元权重的块对角阵；
将所述块对角阵、所述对角阵、以及所述接收信号的乘积，确定为所述动态超表面天线的输出信号。
进一步的，通过以下步骤对所述动态超表面天线的输出信号进行低比特量化，得到量化结果：
获取动态范围、量化比特数以及量化间隔，并将所述动态范围、量化比特数以及量化间隔构成的量化规则确定为实均匀量化器；
通过实均匀量化器确定复均匀量化器；
获取实部和虚部均在预设范围内均匀分布的抖动信号，将所述抖动信号与所述动态超表面天线的输出信号叠加，得到输入信号；
采用复均匀量化器对所述输入信号进行低比特采样，得到复均匀量化器的量化结果。
进一步的，通过以下步骤从所述量化结果中恢复出期望信号：
获取压缩矩阵、协方差矩阵、量化噪声功率、对角阵以及块对角阵；
基于所述压缩矩阵、协方差矩阵、量化噪声功率、对角阵以及块对角阵，确定数字滤波器的表达式；
将所述数字滤波器的表达式与所述量化结果的乘积，确定为从所述量化结果中恢复出的期望信号。
进一步的，通过以下步骤估计出入射信号的来波方向：
获取预设网格数；
将所述入射信号来波方向的角度空间按照所述预设网格数进行划分，得到每行网格对应的角度；
获取网格的导向矩阵；
通过所述网格的导向矩阵、从所述量化结果中恢复出的期望信号、压缩矩阵、预设的正则化参数，确定所述入射信号对应的行稀疏矩阵的估计矩阵；
通过所述行稀疏矩阵的估计矩阵，确定所述行稀疏矩阵的估计矩阵每一行的二范数，在所述每一行的二范数中，将数值最大的K个二范数所在的行确定为目标行；
将所述目标行所处的网格对应的角度，确定为入射信号的来波方向。
进一步的，所述基于所述压缩矩阵、协方差矩阵、量化噪声功率、对角阵以及块对角阵，确定数字滤波器的表达式的步骤，包括：
基于所述对角阵以及块对角阵，确定第一矩阵；
将所述量化噪声功率与单位矩阵的乘积，确定为第二矩阵；
将所述第一矩阵与所述第二矩阵的加和，确定为第三矩阵；
将所述压缩矩阵、协方差矩阵、对角阵的转置矩阵以及块对角阵的转置矩阵的乘积，确定为第四矩阵；
将所述第四矩阵与所述第三矩阵的逆矩阵进行相乘，得到数字滤波器的表达式。
进一步的，所述基于所述对角阵，确定用于表征天线单元权重的块对角阵的步骤，包括：
基于所述对角阵，确定无约束时每个微波条带的目标权重；
将所述无约束时每个微波条带的目标权重投影到权重取值集合中，得到块对角阵。
第二方面，本申请实施例还提供了一种入射信号来波方向的估计装置，所述估计装置包括：
获取模块，用于通过动态超表面天线获取入射信号得到接收信号，并对所述接收信号进行处理，得到所述动态超表面天线的输出信号；
处理模块，用于对所述动态超表面天线的输出信号进行低比特量化，得到量化结果；
估计模块，用于通过数字域处理从所述量化结果中恢复出期望信号，并利用压缩感知稀疏恢复算法从恢复出的期望信号中估计出入射信号的来波方向。
第三方面，本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的入射信号来波方向的估计方法的步骤。
第四方面，本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如上述的入射信号来波方向的估计方法的步骤。
本申请实施例提供的一种入射信号来波方向的估计方法、装置、电子设备及存储介质，所述估计方法包括：通过动态超表面天线获取入射信号得到接收信号，并对所述接收信号进行处理，得到所述动态超表面天线的输出信号；对所述动态超表面天线的输出信号进行低比特量化，得到量化结果；通过数字域处理从所述量化结果中恢复出期望信号，并利用压缩感知稀疏恢复算法从恢复出的期望信号中估计出入射信号的来波方向。
这样，采用本申请提供的技术方案能够通过采用动态超表面天线实现对接收信号的模拟域处理，相比于直接对接收信号进行采样的全数字处理方式，减少了所需的ADC数目，并将模数混合处理和低比特量化进行结合实现DOA估计，在降低DOA估计成本、功耗和复杂度的同时保证了DOA估计的准确度。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了本申请实施例所提供的一种入射信号来波方向的估计方法的流程图；
图2示出了本申请实施例所提供的另一种入射信号来波方向的估计方法的流程图；
图3示出了本申请实施例所提供的一种估计入射信号来波方向的流程示意图；
图4示出了本申请实施例所提供的一种入射信号来波方向的估计装置的结构图；
图5示出了本申请实施例所提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，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，应当理解，本申请中的附图仅起到说明和描述的目的，并不用于限定本申请的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应当理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本申请内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。
另外，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的全部其他实施例，都属于本申请保护的范围。
为了使得本领域技术人员能够使用本申请内容，结合特定应用场景“入射信号来波方向的估计”，给出以下实施方式，对于本领域技术人员来说，在不脱离本申请的精神和范围的情况下，可以将这里定义的一般原理应用于其他实施例和应用场景。
本申请实施例下述方法、装置、电子设备或计算机可读存储介质可以应用于任何需要估计入射信号来波方向的场景，本申请实施例并不对具体的应用场景作限制，任何使用本申请实施例提供的一种入射信号来波方向的估计方法、装置、电子设备及存储介质的方案均在本申请保护范围内。
值得注意的是，估计入射信号的来波方向，也就是波达角度（Direction OfArrival， DOA）估计，指通过处理天线阵列接收到的来波信号获取其方位信息，是阵列信号处理的重要研究内容之一，在雷达、移动通信、医疗诊断等领域具有非常广泛的应用。
目前，在 DOA估计中面临了一些问题：一方面，天线阵列的规模不断扩大。首先这意味着天线单元间的耦合加重和在有限空间内部署天线的难度急剧增加；其次，天线系统中的高精度模数转换器（Analog-to-Digital Converter，ADC）数量随之增多，而作为天线阵列接收端接收信号的核心模块之一，ADC占据了整个系统的主要成本和功耗，因此导致系统的开销呈指数级上涨；最后，阵列规模扩大导致后续数字处理的数据量和运算复杂度激增。另一方面，天线阵列向高频段方向发展，这要求ADC具备更高的采样率，事实上，ADC的采样率和其功耗正相关，也会限制量化精度；因此，如何在降低系统成本功耗复杂度的同时估计入射信号的来波方向，成为了亟待解决的问题。
基于此，本申请提出了一种入射信号来波方向的估计方法、装置、电子设备及存储介质，所述估计方法包括：通过动态超表面天线获取入射信号得到接收信号，并对所述接收信号进行处理，得到所述动态超表面天线的输出信号；对所述动态超表面天线的输出信号进行低比特量化，得到量化结果；通过数字域处理从所述量化结果中恢复出期望信号，并利用压缩感知稀疏恢复算法从恢复出的期望信号中估计出入射信号的来波方向。
这样，采用本申请提供的技术方案能够通过采用动态超表面天线实现对接收信号的模拟域处理，相比于直接对接收信号进行采样的全数字处理方式，减少了所需的ADC数目，并将模数混合处理和低比特量化进行结合实现DOA估计，在降低DOA估计成本、功耗和复杂度的同时保证了DOA估计的准确度。
为便于对本申请进行理解，下面将结合具体实施例对本申请提供的技术方案进行详细说明。
请参阅图1，图1为本申请实施例所提供的一种入射信号来波方向的估计方法的流程图，如图1中所示，所述估计方法包括：
S101、通过动态超表面天线获取入射信号得到接收信号，并对所述接收信号进行处理，得到所述动态超表面天线的输出信号；
该步骤中，动态超表面天线中包括多个微波条带；超材料作为一种人造材料，其自身的某些物理性质，比如磁导率、介电常数等是可以控制和改变的，因此它可以改变电磁波的幅度、相位等。超表面是超材料单元的二维形式，其每个单元都可以单独进行控制，从而实现对电磁波的辐射、反射、接收等操作。超表面可以被用作天线，它由多个微波条带组成，每个微波条带上排列着若干超材料天线单元并按亚波长间隔分布，所以在天线孔径相同的情况下，动态超表面天线（Dynamic Metasurface Antenna，DMA）结构的天线单元数目多于传统相控阵。单个超材料天线单元的每个单元中都配置了PIN（Positive-Intrinsic-Negative）二极管，通过控制二极管的工作状态可以动态调控每个超材料单元的参数。在DMA中，同一微波条带上的每个天线单元单独接收和调整入射信号并从同一端口输出，因此微波条带输出与天线单元接收信号之间满足以下两个特性：1、DMA中的每个单元都可视作一个谐振电路，相应的频率响应为：
其中，表示振荡器强度，/>表示谐振频率，/>表示阻尼系数，这些参数是可以通过改变磁场、电压等外部刺激来进行动态调控的。2、由于每个微波条带只有一个输出端口，因此每个天线单元的接收信号在输出前会经历不同的相移和衰减，从而导致在输出时有个/>倍的关系，其中，/>为微波条带上第/>个天线单元的位置，/>为波数，/>为波导衰减系数。
理论上，DMA中每个天线单元都可以灵活地调整自身权重，即的值，而实际上/>的幅度和相位之间相互耦合，所以取值不能是任意复数。一般而言，/>的取值集合/>通常包含如下子集：（1）仅幅度权重/>；（2）二元幅度权重；（3）洛伦兹约束相位权重/>。
需要说明的是，请参阅图2，图2为本申请实施例所提供另一种入射信号来波方向的估计方法的流程图，如图2中所示，通过动态超表面天线获取入射信号得到接收信号，并对接收信号进行处理，得到动态超表面天线的输出信号的步骤，包括：
S201、通过动态超表面天线获取入射信号得到接收信号；
该步骤中，假设有个载波波长为/>的窄带、远场信源信号/>分别从不同的方向/>入射到动态超表面接收天线，该天线由/>个微波条带组成，每个条带上均匀分布着/>个间隔为/>的超材料单元，相邻两个条带间隔/>摆放，此时DMA获取入射信号得到的接收信号可写成：
其中，表示快拍数索引，/>表示快拍数，/>，、/>和/>分别表示接收信号、无噪时的接收信号和噪声，/>表示信号入射角度矢量。为导向矩阵，其中，，/>，。当然，由于/>，所以有。DMA接收信号的矩阵形式为，其中，/>，，/>。
S202、获取所述多个微波条带的波导衰减系数、波数；
S203、基于多个微波条带的波导衰减系数和波数，确定用于表征波导衰减和相移的对角阵；
在步骤S202至步骤S203中，是元素定义为的对角阵，用于表示波导衰减和相移，其中，/>和/>分别为第/>个条带的波导衰减系数和波数。
S204、基于所述对角阵，确定用于表征天线单元权重的块对角阵；
需要说明的是，基于所述对角阵，确定用于表征天线单元权重的块对角阵的步骤，包括：
S2041、基于所述对角阵，确定无约束时每个微波条带的目标权重；
该步骤中，确定无约束时每个微波条带的目标权重，可求解如下公式：
其中，、/>、/>、/>的表达式分别表示如下：
其中，，，/>为第/>个微波条带的权重，/>为权重的待优化变量，/>表示大小为/>、元素全为0的矩阵，为/>的单位矩阵，/>为接收信号/>的协方差矩阵，/>为无噪时的接收信号的协方差矩阵，/>为压缩矩阵，/>为倍数参数，/>为量化区间数。
这里，上式中求得的的解为目标权重，即无约束最优权重/>，其中/>为复数，/>应为/>最大特征值所指示的特征向量。
S2042、将所述无约束时每个微波条带的目标权重投影到权重取值集合中，得到块对角阵。
该步骤中，得到无约束最优权重后，需要解决如下优化问题：
其中，表示2范数。这里，通过上述公式可以将无约束最优权重（目标权重）投影到权重约束集合中。上式可通过交替方向乘子法（Alternating Direction Method ofMultipliers，ADMM）进行求解，从而得到块对角阵，块对角阵表示天线单元权重，具体表示如下：
其中，表示块对角阵，/>表示块对角矩阵构造函数。
S205、将所述块对角阵、所述对角阵、以及所述接收信号的乘积，确定为所述动态超表面天线的输出信号。
该步骤中，根据微波条带输出与天线单元接收信号之间的关系，DMA的输出信号可表示为：
其中，表示DMA的输出信号。
S102、对所述动态超表面天线的输出信号进行低比特量化，得到量化结果；
该步骤中，可以采用非减法均匀抖动量化器对信号进行低比特采样，因为当量化器不过载时，抖动量化器的输出可以视作输入信号和与输入不相关的加性白噪声之和，该性质可以为后续的分析提供便利。特别地，当输入信号满足高斯分布且为非抖动均匀量化器时，也近似具有抖动量化器的特性。
需要说明的是，通过以下步骤对动态超表面天线的输出信号进行低比特量化，得到量化结果：
1）、获取动态范围、量化比特数以及量化间隔，并将所述动态范围、量化比特数以及量化间隔构成的量化规则确定为实均匀量化器；
该步骤中，实均匀量化器的量化规则为：
式中的定义如下：
其中，表示动态范围为/>、量化比特数为/>、量化间隔为/>的实均匀量化器，/>为量化区间数。
2）、通过实均匀量化器确定复均匀量化器；
该步骤中，复均匀量化器表示为：
其中，为复均匀量化器，/>为取实部操作，/>为取虚部操作。
3）、获取实部和虚部均在预设范围内均匀分布的抖动信号，将所述抖动信号与所述动态超表面天线的输出信号叠加，得到输入信号；
该步骤中，非减法均匀抖动量化器在对输入的信号进行均匀量化之前先加入实部和虚部在内均匀分布的抖动信号/>，所以最终的输入信号为动态超表面天线的输出信号/>与抖动信号/>叠加，即/>。
4）、采用复均匀量化器对所述输入信号进行低比特采样，得到复均匀量化器的量化结果。
该步骤中，非减法均匀抖动量化器的量化结果可表示为：
这里，为了防止由量化器过载导致的额外误差，一般设置为量化器输入的最大标准差的/>倍，即：
其中，表示期望，/>表示列向量的第/>个元素。特别地，若量化器输入满足复高斯分布，则令倍数参数/>能保证量化器过载的概率不超过/>。
这里，上述求解第个微波条带的最优权重时，假设/>仅由第/>个微波条带的输出决定，即/>。
S103、通过数字域处理从所述量化结果中恢复出期望信号，并利用压缩感知稀疏恢复算法从恢复出的期望信号中估计出入射信号的来波方向。
该步骤中，在上述步骤中通过用动态超表面天线对接收信号进行调整和融合，然后再用低精度ADC进行采样，显然，经过上述操作后，天线接收信号已经被破坏，为了从量化结果中获得DOA估计，需要对其进行数字域的处理。由于天线接收信号与信号DOA参数之间关系复杂，因此，可以将数字域处理分成两部分，第一部分由线性数字滤波器组成，该数字滤波器、DMA权重和量化器参数应基于在最小均方误差准则下恢复期望信号的需求进行联合设计，而/>的选取需满足入射信号的DOA能通过第二部分的压缩感知稀疏恢复算法得到。/>的矩阵形式为/>。
需要说明的是，通过以下步骤从所述量化结果中恢复出期望信号：
一、获取压缩矩阵、协方差矩阵、量化噪声功率、对角阵以及块对角阵；
该步骤中，获取压缩矩阵、无噪时的接收信号/>的协方差矩阵/>、接收信号的协方差矩阵/>，量化噪声功率/>、对角阵/>以及块对角阵/>。
这里，量化噪声功率表示如下：
二、基于所述压缩矩阵、协方差矩阵、量化噪声功率、对角阵以及块对角阵，确定数字滤波器的表达式；
需要说明的是，基于压缩矩阵、协方差矩阵、量化噪声功率、对角阵以及块对角阵，确定数字滤波器的表达式的步骤，包括：
1、基于所述对角阵以及块对角阵，确定第一矩阵；
2、将所述量化噪声功率与单位矩阵的乘积，确定为第二矩阵；
3、将所述第一矩阵与所述第二矩阵的加和，确定为第三矩阵；
4、将所述压缩矩阵、协方差矩阵、对角阵的转置矩阵以及块对角阵的转置矩阵的乘积，确定为第四矩阵；
5、将所述第四矩阵与所述第三矩阵的逆矩阵进行相乘，得到数字滤波器的表达式。
在上述步骤1至步骤5中，令表示线性数字滤波器，确定出的数字滤波器的表达式表示如下：
其中，为数字滤波器，/>为/>的单位矩阵，/>为第一矩阵，为第二矩阵，/>为第三矩阵，/>为第四矩阵。
三、将所述数字滤波器的表达式与所述量化结果的乘积，确定为从所述量化结果中恢复出的期望信号。
该步骤中，数字滤波器输出的期望信号表示如下：
其中，为数字滤波器输出的期望信号，即从量化结果中恢复出的期望信号，相应的矩阵形式为/>。
在步骤S103中，通过以下步骤估计出入射信号的来波方向：
（1）、获取预设网格数；
（2）、将所述入射信号来波方向的角度空间按照所述预设网格数进行划分，得到每行网格对应的角度；
（3）、获取网格的导向矩阵；
（4）、通过所述网格的导向矩阵、从所述量化结果中恢复出的期望信号、压缩矩阵、预设的正则化参数，确定所述入射信号对应的行稀疏矩阵的估计矩阵；
（5）、通过所述行稀疏矩阵的估计矩阵，确定所述行稀疏矩阵的估计矩阵每一行的二范数，在所述每一行的二范数中，将数值最大的K个二范数所在的行确定为目标行；
（6）、将所述目标行所处的网格对应的角度，确定为入射信号的来波方向。
在步骤（1）至步骤（6）中，利用在步骤三中得到的，可以采用压缩感知的方法实现DOA估计。首先，将DOA角度空间划分为一系列给定的网格/>，/>表示预设网格数，则阵列接收信号可稀疏表示为：
其中，表示既定网格的导向矩阵，是一个/>的行稀疏矩阵，其每一列可由下式定义：
这里，因为，所以DOA估计问题可转化为多测量的压缩感知稀疏恢复问题：
其中，为行稀疏矩阵的估计矩阵，/>为预设的正则化参数，/>表示矩阵的/>范数，/>表示Frobenius范数。采用M-FOCUSS算法可以求解该稀疏恢复问题，求解得到/>后分别计算其每一行的2范数，找出其中2范数最大的K行，则这K行所处的网格即为待估计的信源DOA。例如，把DOA角度空间/>均匀划分成/>个网格，则/>的第/>行网格对应的角度为/>。
需要说明的是，本实施例中从量化结果中恢复出期望信号的原理如下：假设期望数字滤波器恢复的信号是，其中/>是一个已知的压缩矩阵，/>为期望信号的维度。需要合理设计DMA权重（/>）、量化器参数（动态范围/>）和数字滤波器/>，使得数字滤波器/>的输出尽可能接近期望信号，即求解如下优化问题：
事实上，根据正交原理，上式可改写成：
其中，为/>的线性最小均方误差（Mean Squared Error，MSE）估计，两者满足/>的关系，其中/>为线性最小均方误差估计矩阵，它的定义如下：
其中，、/>分别表示/>和/>的协方差矩阵。显然，的最小化与DMA权重、量化器参数和数字滤波器无关，所以整个系统的联合设计问题实际上就是求解如下问题：
这里，由于上式中待优化优化变量比较多，导致求解比较困难，所以这里先固定和/>求解问题/>，并得到数字滤波器的表达式：
其中，表示量化噪声功率，/>为/>的单位矩阵，相应的可表示为：
其中，表示矩阵求迹函数。这里，在最小化/>时，将求解过程分为两步：第一步求出不考虑权重约束时各条带的最优权重，第二步将无约束的最优权重投影到权重取值集合中。第一步即求解下式：
显然，第个条带的权重优化与整个DMA的权重都有关，所以这里按顺序求解各条带的权重：令/>，，将第/>个条带的权重优化问题转化成最小化下式：
其中，，。由于在求解第/>个条带的权重时/>是已知的，所以最小化/>等效于最大化/>。不过，其中量化噪声/>与/>有关，而/>由/>决定，这与上面顺序求解的做法相矛盾。因此，这里假设在计算第/>个条带的权重时，/>仅由第/>个条带的输出决定，即/>，其中/>。令/>，于是/>的最小化转化成如下式子：
这里，上式的解为，其中/>为复数，/>应为最大特征值所指示的特征向量。得到无约束最优权重后，需要解决如下优化问题：
从而，将其投影到权重约束集合中，得到最终的，从而得到最终的/>，即可得到/>输出的期望信号。
示例性的，可以参阅图3，图3为本申请实施例所提供的一种估计入射信号来波方向的流程示意图，如图3所示，通过动态超表面天线获得接收信号1、接收信号2，…，接收信号MN，经过对角阵和块对角阵得到对应的输出信号1、输出信号2，…，输出信号M，将每个输出信号输入至低比特量化器中，分别得到对应的量化结果（量化结果1，量化结果2，…，量化结果M），将每个量化结果进行数字域处理，即经过数字滤波器输出期望信号，将期望信号经过稀疏恢复，得到达波角度。
作为示例，为了验证基于动态超表面天线的模数混合低比特量化DOA估计的性能，研究了以下五种情况的性能：（1）直接对接收信号进行采样的方法（简称“Direct Quan”）；（2）本实施例方法，采用无约束权重（简称“UC-DMA”）；（3）本实施例方法，采用仅幅度约束权重（简称“AO-DMA”）；（4）本实施例方法，采用二元幅度权重（简称“BA-DMA”）；（5）本实施例方法，采用洛伦兹约束相位权重（简称“LP-DMA”）。具体的，设置动态超表面天线的微波条带数为30，每个条带包含6个间隔为/>的天线单元，且/>，设置直接采样方法中天线阵列包含60个间隔/>分布的天线单元。这样设置是为了保证两者的孔径相同。设置入射信号数目为2，总比特数为120/>，角度空间被均匀划分成120个网格，快拍数为2。在计算本实施例方法中的/>和/>时，假设入射信号在网格/>内均匀分布，/>即不知道角度范围的先验知识；/>即知道角度范围的先验知识，此时入射信号只会分布在/>内。另外，若无特殊说明，假设本实施例方法已知噪声功率并认定入射信号功率为1，为了衡量不同方法的性能，定义/>的归一化均方估计误差（NormalizedMSE，NMSE）：/>，其中/>为蒙特卡罗实验次数，这里设为400，对于本实施例方法，/>，对于直接采样方法，/>为天线阵列的无噪接收信号；DOA估计命中率（Hit Rate），当DOA网格估计与信号实际所在网格相同即为“命中”。实验1：研究/>时方法（1）~（5）的性能随信噪比（Signal-to-noise Ratio, SNR）变化的情况。设置入射信号功率均为1，本实施例方法在降低射频通道并采用低比特量化的情况下仍然能够实现DOA估计，且方法（1）~（5）的性能随信噪比增加而提升。在总比特数相同的情况下，UC-DMA的性能在NMSE和命中率方面都是最好的，而考虑DMA权重取值约束的AO-DMA、BA-DMA和LP-DMA，其NMSE和命中率相比于UC-DMA有所下降，并且命中率会低于DirectQuan方法。实验2：研究/>时方法（1）~（5）的性能随信噪比变化的情况。设置入射信号功率均为1，在加入先验知识后方法（2）~（5）的性能显著提升，其中UC-DMA和LP-DMA的命中率最好，AO-DMA和BA-DMA的命中率在低信噪比时与Direct Quan相近，在高信噪比时高于Direct Quan。事实上，这里缩小/>的做法在实际中是可行的：一方面，在很多应用中天线阵列并不会观测整个角度空间；另一方面，实际应用中可以先通过预处理获得DOA更进一步的范围。实验3：研究/>且功率先验知识不准确时方法（1）~（5）的性能随信噪比变化的情况。设置入射信号功率为/>，并假设本实施例方法认为的噪声功率相对于实际噪声功率存在/>的随机误差。由于入射信号功率不相同，方法（1）~（5）的命中率会有些许下降。然而，尽管信号和噪声功率的先验不准确，但本实施例的命中率总体来说仍优于Direct Quan，这表明本实施例具有良好的稳定性。实验4：研究方法（1）~（5）的性能随/>变化的情况。设置信噪比为-10dB，入射信号功率均为1，对于本实施例，先验知识越多，性能越好，而加入先验知识不能改善Direct Quan的性能。此外，随着/>的逐步降低，AO-DMA和BA-DMA的命中率将超越Direct Quan。以上所述的具体实验示例，对本实施例的目的、技术方案和有益效果进行了进一步详细的说明。值得注意的是，本实施例的方法除了能实现DOA估计，还能用于其他参数估计，例如速度、距离等等。
综上，本实施例中入射信号来波方向的估计方法，主要包括动态超表面天线权重设计、低比特量化、数字滤波器以及稀疏恢复算法；具体的，动态超表面天线权重设计，利用顺序求解的方式得到每个微波条带的权重，用于调整和融合各天线单元的接收信号，并生成少于阵元数目的模拟输出通道；低比特量化，用于将时间连续、幅值连续的模拟域输出信号转换为时间离散、取值离散的数字信号；数字滤波器设计，基于期望信号均方误差最小化准则求解最优数字滤波器，用于从量化结果中恢复出期望信号；稀疏恢复算法，用于估计入射信号的DOA。与现有的直接采用低精度ADC对各阵元接收信号进行采样的方法相比，本实施例在实现DOA估计的同时能大大降低射频通道，从而进一步降低整个系统的成本、功耗和设计难度。
本申请实施例提供的一种入射信号来波方向的估计方法，所述估计方法包括：通过动态超表面天线获取入射信号得到接收信号，并对所述接收信号进行处理，得到所述动态超表面天线的输出信号；对所述动态超表面天线的输出信号进行低比特量化，得到量化结果；通过数字域处理从所述量化结果中恢复出期望信号，并利用压缩感知稀疏恢复算法从恢复出的期望信号中估计出入射信号的来波方向。
这样，采用本申请提供的技术方案能够通过采用动态超表面天线实现对接收信号的模拟域处理，相比于直接对接收信号进行采样的全数字处理方式，减少了所需的ADC数目，并将模数混合处理和低比特量化进行结合实现DOA估计，在降低DOA估计成本、功耗和复杂度的同时保证了DOA估计的准确度。
基于同一申请构思，本申请实施例中还提供了与上述实施例提供一种入射信号来波方向的估计方法对应的一种入射信号来波方向的估计装置，由于本申请实施例中的装置解决问题的原理与本申请上述实施例一种入射信号来波方向的估计方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
请参阅图4，图4为本申请实施例所提供的一种入射信号来波方向的估计装置的结构图，如图4中所示，所述估计装置410包括：
获取模块411，用于通过动态超表面天线获取入射信号得到接收信号，并对所述接收信号进行处理，得到所述动态超表面天线的输出信号；
处理模块412，用于对所述动态超表面天线的输出信号进行低比特量化，得到量化结果；
估计模块413，用于通过数字域处理从所述量化结果中恢复出期望信号，并利用压缩感知稀疏恢复算法从恢复出的期望信号中估计出入射信号的来波方向。
可选的，所述动态超表面天线中包括多个微波条带；所述获取模块411具体用于：
通过动态超表面天线获取入射信号得到接收信号；
获取所述多个微波条带的波导衰减系数、波数；
基于多个微波条带的波导衰减系数和波数，确定用于表征波导衰减和相移的对角阵；
基于所述对角阵，确定用于表征天线单元权重的块对角阵；
将所述块对角阵、所述对角阵、以及所述接收信号的乘积，确定为所述动态超表面天线的输出信号。
可选的，所述处理模块412具体用于：
获取动态范围、量化比特数以及量化间隔，并将所述动态范围、量化比特数以及量化间隔构成的量化规则确定为实均匀量化器；
通过实均匀量化器确定复均匀量化器；
获取实部和虚部均在预设范围内均匀分布的抖动信号，将所述抖动信号与所述动态超表面天线的输出信号叠加，得到输入信号；
采用复均匀量化器对所述输入信号进行低比特采样，得到复均匀量化器的量化结果。
可选的，所述估计模块413在用于从所述量化结果中恢复出期望信号时，所述估计模块413具体用于：
获取压缩矩阵、协方差矩阵、量化噪声功率、对角阵以及块对角阵；
基于所述压缩矩阵、协方差矩阵、量化噪声功率、对角阵以及块对角阵，确定数字滤波器的表达式；
将所述数字滤波器的表达式与所述量化结果的乘积，确定为从所述量化结果中恢复出的期望信号。
可选的，所述估计模块413在用于估计出入射信号的来波方向时，所述估计模块413具体用于：
获取预设网格数；
将所述入射信号来波方向的角度空间按照所述预设网格数进行划分，得到每行网格对应的角度；
获取网格的导向矩阵；
通过所述网格的导向矩阵、从所述量化结果中恢复出的期望信号、压缩矩阵、预设的正则化参数，确定所述入射信号对应的行稀疏矩阵的估计矩阵；
通过所述行稀疏矩阵的估计矩阵，确定所述行稀疏矩阵的估计矩阵每一行的二范数，在所述每一行的二范数中，将数值最大的K个二范数所在的行确定为目标行；
将所述目标行所处的网格对应的角度，确定为入射信号的来波方向。
可选的，所述估计模块413在用于基于所述压缩矩阵、协方差矩阵、量化噪声功率、对角阵以及块对角阵，确定数字滤波器的表达式时，所述估计模块413具体用于：
基于所述对角阵以及块对角阵，确定第一矩阵；
将所述量化噪声功率与单位矩阵的乘积，确定为第二矩阵；
将所述第一矩阵与所述第二矩阵的加和，确定为第三矩阵；
将所述压缩矩阵、协方差矩阵、对角阵的转置矩阵以及块对角阵的转置矩阵的乘积，确定为第四矩阵；
将所述第四矩阵与所述第三矩阵的逆矩阵进行相乘，得到数字滤波器的表达式。
可选的，所述获取模块411在用于基于所述对角阵，确定用于表征天线单元权重的块对角阵时，所述获取模块411具体用于：
基于所述对角阵，确定无约束时每个微波条带的目标权重；
将所述无约束时每个微波条带的目标权重投影到权重取值集合中，得到块对角阵。
本申请实施例提供的一种入射信号来波方向的估计装置，所述估计装置包括：获取模块，用于通过动态超表面天线获取入射信号得到接收信号，并对所述接收信号进行处理，得到所述动态超表面天线的输出信号；处理模块，用于对所述动态超表面天线的输出信号进行低比特量化，得到量化结果；估计模块，用于通过数字域处理从所述量化结果中恢复出期望信号，并利用压缩感知稀疏恢复算法从恢复出的期望信号中估计出入射信号的来波方向。
这样，采用本申请提供的技术方案能够通过采用动态超表面天线实现对接收信号的模拟域处理，相比于直接对接收信号进行采样的全数字处理方式，减少了所需的ADC数目，并将模数混合处理和低比特量化进行结合实现DOA估计，在降低DOA估计成本、功耗和复杂度的同时保证了DOA估计的准确度。
请参阅图5，图5为本申请实施例所提供的一种电子设备的结构示意图。如图5中所示，所述电子设备500包括处理器510、存储器520和总线530。
所述存储器520存储有所述处理器510可执行的机器可读指令，当电子设备500运行时，所述处理器510与所述存储器520之间通过总线530通信，所述机器可读指令被所述处理器510执行时，可以执行如上述图1以及图2所示方法实施例中的入射信号来波方向的估计方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。
本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时可以执行如上述图1以及图2所示方法实施例中的入射信号来波方向的估计方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（Read-OnlyMemory，ROM）、随机存取存储器（Random Access Memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。
Claims (9)
1.一种入射信号来波方向的估计方法，其特征在于，所述估计方法包括：
通过动态超表面天线获取入射信号得到接收信号，并对所述接收信号进行处理，得到所述动态超表面天线的输出信号；
对所述动态超表面天线的输出信号进行低比特量化，得到量化结果；
通过数字域处理从所述量化结果中恢复出期望信号，并利用压缩感知稀疏恢复算法从恢复出的期望信号中估计出入射信号的来波方向；
所述动态超表面天线中包括多个微波条带；所述通过动态超表面天线获取入射信号得到接收信号，并对所述接收信号进行处理，得到所述动态超表面天线的输出信号的步骤，包括：
通过动态超表面天线获取入射信号得到接收信号；
获取所述多个微波条带的波导衰减系数、波数；
基于多个微波条带的波导衰减系数和波数，确定用于表征波导衰减和相移的对角阵；
基于所述对角阵，确定用于表征天线单元权重的块对角阵；
将所述块对角阵、所述对角阵、以及所述接收信号的乘积，确定为所述动态超表面天线的输出信号。
2.根据权利要求1所述的估计方法，其特征在于，通过以下步骤对所述动态超表面天线的输出信号进行低比特量化，得到量化结果：
获取动态范围、量化比特数以及量化间隔，并将所述动态范围、量化比特数以及量化间隔构成的量化规则确定为实均匀量化器；
通过实均匀量化器确定复均匀量化器；
获取实部和虚部均在预设范围内均匀分布的抖动信号，将所述抖动信号与所述动态超表面天线的输出信号叠加，得到输入信号；
采用复均匀量化器对所述输入信号进行低比特采样，得到复均匀量化器的量化结果。
3.根据权利要求1所述的估计方法，其特征在于，通过以下步骤从所述量化结果中恢复出期望信号：
获取压缩矩阵、协方差矩阵、量化噪声功率、对角阵以及块对角阵；
基于所述压缩矩阵、协方差矩阵、量化噪声功率、对角阵以及块对角阵，确定数字滤波器的表达式；
将所述数字滤波器的表达式与所述量化结果的乘积，确定为从所述量化结果中恢复出的期望信号。
4.根据权利要求1所述的估计方法，其特征在于，通过以下步骤估计出入射信号的来波方向：
获取预设网格数；
将所述入射信号来波方向的角度空间按照所述预设网格数进行划分，得到每行网格对应的角度；
获取网格的导向矩阵；
通过所述网格的导向矩阵、从所述量化结果中恢复出的期望信号、压缩矩阵、预设的正则化参数，确定所述入射信号对应的行稀疏矩阵的估计矩阵；
通过所述行稀疏矩阵的估计矩阵，确定所述行稀疏矩阵的估计矩阵每一行的二范数，在所述每一行的二范数中，将数值最大的K个二范数所在的行确定为目标行；
将所述目标行所处的网格对应的角度，确定为入射信号的来波方向。
5.根据权利要求3所述的估计方法，其特征在于，所述基于所述压缩矩阵、协方差矩阵、量化噪声功率、对角阵以及块对角阵，确定数字滤波器的表达式的步骤，包括：
基于所述对角阵以及块对角阵，确定第一矩阵；
将所述量化噪声功率与单位矩阵的乘积，确定为第二矩阵；
将所述第一矩阵与所述第二矩阵的加和，确定为第三矩阵；
将所述压缩矩阵、协方差矩阵、对角阵的转置矩阵以及块对角阵的转置矩阵的乘积，确定为第四矩阵；
将所述第四矩阵与所述第三矩阵的逆矩阵进行相乘，得到数字滤波器的表达式。
6.根据权利要求1所述的估计方法，其特征在于，所述基于所述对角阵，确定用于表征天线单元权重的块对角阵的步骤，包括：
基于所述对角阵，确定无约束时每个微波条带的目标权重；
将所述无约束时每个微波条带的目标权重投影到权重取值集合中，得到块对角阵。
7.一种入射信号来波方向的估计装置，其特征在于，所述估计装置包括：
获取模块，用于通过动态超表面天线获取入射信号得到接收信号，并对所述接收信号进行处理，得到所述动态超表面天线的输出信号；
处理模块，用于对所述动态超表面天线的输出信号进行低比特量化，得到量化结果；
估计模块，用于通过数字域处理从所述量化结果中恢复出期望信号，并利用压缩感知稀疏恢复算法从恢复出的期望信号中估计出入射信号的来波方向；
所述动态超表面天线中包括多个微波条带；所述获取模块具体用于：
通过动态超表面天线获取入射信号得到接收信号；
获取所述多个微波条带的波导衰减系数、波数；
基于多个微波条带的波导衰减系数和波数，确定用于表征波导衰减和相移的对角阵；
基于所述对角阵，确定用于表征天线单元权重的块对角阵；
将所述块对角阵、所述对角阵、以及所述接收信号的乘积，确定为所述动态超表面天线的输出信号。
8.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过所述总线进行通信，所述机器可读指令被所述处理器运行时执行如权利要求1至6任一所述的入射信号来波方向的估计方法的步骤。
9.一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上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至6任一所述的入射信号来波方向的估计方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310814821.8A CN116540172B (zh) | 2023-07-05 | 2023-07-05 | 入射信号来波方向的估计方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310814821.8A CN116540172B (zh) | 2023-07-05 | 2023-07-05 | 入射信号来波方向的估计方法、装置、电子设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116540172A CN116540172A (zh) | 2023-08-04 |
| CN116540172B true CN116540172B (zh) | 2023-09-22 |
Family
ID=87447436
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310814821.8A Active CN116540172B (zh) | 2023-07-05 | 2023-07-05 | 入射信号来波方向的估计方法、装置、电子设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116540172B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104931928A (zh) * | 2015-07-01 | 2015-09-23 | 西北工业大学 | 一种信号源定位方法及装置 |
| CN110045321A (zh) * | 2019-04-12 | 2019-07-23 | 大连大学 | 基于稀疏和低秩恢复的稳健doa估计方法 |
| CN113067616A (zh) * | 2021-03-12 | 2021-07-02 | 上海航天电子有限公司 | 基于时间调制数字超表面的dbf相控阵系统 |
| WO2022007573A1 (zh) * | 2020-07-09 | 2022-01-13 | 深圳大学 | 低数据量相干信号doa估计方法、装置、设备及介质 |
| CN114019449A (zh) * | 2022-01-10 | 2022-02-08 | 南京理工大学 | 信号源的波达方向估计方法、装置、电子设备及存储介质 |
| CN114720938A (zh) * | 2022-03-22 | 2022-07-08 | 南京理工大学 | 基于深度展开的大规模天线阵列单比特采样doa估计方法 |
| CN115616478A (zh) * | 2022-10-07 | 2023-01-17 | 西北工业大学 | 一种基于混合远近场的新型对称稀疏阵列的设计方法 |
| CN115833887A (zh) * | 2022-11-08 | 2023-03-21 | 南京理工大学 | 一种动态超表面天线阵列天线选择与波束赋形方法 |
| CN115856767A (zh) * | 2023-02-08 | 2023-03-28 | 安徽大学 | 一种可重构智能超表面辅助的波到达方向估计方法 |
| CN116106820A (zh) * | 2023-02-09 | 2023-05-12 | 深圳大学 | 一种基于混合精度adc量化的波达方向估计方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11700054B2 (en) * | 2020-02-14 | 2023-07-11 | Kymeta Corporation | Modular metasurface antenna with high instantaneous bandwidth |
-
2023
- 2023-07-05 CN CN202310814821.8A patent/CN116540172B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104931928A (zh) * | 2015-07-01 | 2015-09-23 | 西北工业大学 | 一种信号源定位方法及装置 |
| CN110045321A (zh) * | 2019-04-12 | 2019-07-23 | 大连大学 | 基于稀疏和低秩恢复的稳健doa估计方法 |
| WO2022007573A1 (zh) * | 2020-07-09 | 2022-01-13 | 深圳大学 | 低数据量相干信号doa估计方法、装置、设备及介质 |
| CN113067616A (zh) * | 2021-03-12 | 2021-07-02 | 上海航天电子有限公司 | 基于时间调制数字超表面的dbf相控阵系统 |
| CN114019449A (zh) * | 2022-01-10 | 2022-02-08 | 南京理工大学 | 信号源的波达方向估计方法、装置、电子设备及存储介质 |
| CN114720938A (zh) * | 2022-03-22 | 2022-07-08 | 南京理工大学 | 基于深度展开的大规模天线阵列单比特采样doa估计方法 |
| CN115616478A (zh) * | 2022-10-07 | 2023-01-17 | 西北工业大学 | 一种基于混合远近场的新型对称稀疏阵列的设计方法 |
| CN115833887A (zh) * | 2022-11-08 | 2023-03-21 | 南京理工大学 | 一种动态超表面天线阵列天线选择与波束赋形方法 |
| CN115856767A (zh) * | 2023-02-08 | 2023-03-28 | 安徽大学 | 一种可重构智能超表面辅助的波到达方向估计方法 |
| CN116106820A (zh) * | 2023-02-09 | 2023-05-12 | 深圳大学 | 一种基于混合精度adc量化的波达方向估计方法 |
Non-Patent Citations (1)
| Title |
|---|
| Accurate Direction–of–Arrival Estimation Method Based on Space–Time Modulated Metasurface;Xinyu Fang 等;IEEE TRANSACTIONS ON ANTENNAS AND PROPAGATION;第70卷(第11期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116540172A (zh) | 2023-08-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Pratley et al. | Robust sparse image reconstruction of radio interferometric observations with purify | |
| DeBoer et al. | Australian SKA pathfinder: A high-dynamic range wide-field of view survey telescope | |
| Madanayake et al. | Multidimensional (MD) circuits and systems for emerging applications including cognitive radio, radio astronomy, robot vision and imaging | |
| US8903670B2 (en) | Distance-dependent spectra with uniform sampling spectrometry | |
| Werner et al. | Low-complexity constrained affine-projection algorithms | |
| CN110045321A (zh) | 基于稀疏和低秩恢复的稳健doa估计方法 | |
| CN111239839B (zh) | 一种针对频率域电磁法的频谱密度计算方法及装置 | |
| CN108562897A (zh) | 一种mimo穿墙雷达的结构稀疏成像方法和装置 | |
| CN103346756A (zh) | 一种空时自适应滤波方法及装置 | |
| CN114019449B (zh) | 信号源的波达方向估计方法、装置、电子设备及存储介质 | |
| Feng et al. | Phased array beamforming with practical constraints | |
| CN116500541B (zh) | 目标波达角度的估计方法、装置、电子设备及存储介质 | |
| CN116540172B (zh) | 入射信号来波方向的估计方法、装置、电子设备及介质 | |
| Ariyarathna et al. | Real-time 2-D FIR trapezoidal digital filters for 2.4 GHz aperture receiver applications | |
| Zhao et al. | Sparse multiband signal spectrum sensing with asynchronous coprime sampling | |
| CN115236589A (zh) | 一种基于协方差矩阵修正的极地冰下doa估计方法 | |
| CN110554386B (zh) | 一种通道压缩综合孔径辐射计成像方法及系统 | |
| CN109314534B (zh) | 无线电通信接收机和用于配置无线电通信接收机的陷波滤波器的方法 | |
| Chiarucci et al. | An end-to-end model for the correlator and beamformer of the Square Kilometer Array Low Frequency Aperture Array | |
| CN111865842B (zh) | 一种两阶段低复杂度Massive MIMO信道估计方法、装置及设备 | |
| Soman et al. | Design and simulation of a linear prolate filter for a baseband receiver | |
| CN114615115B (zh) | 信道脉冲响应的确定方法、装置、设备、介质和程序产品 | |
| US20220399641A1 (en) | Phased array antenna with reduced node count | |
| Prasad et al. | Multi-User Spectrum Sensing based on Multi-Taper Method for Cognitive Environments | |
| Wong et al. | Effects of nonuniform input spectra on signal-to-noise ratio in wide-bandwidth digital correlation |
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 |