CN116819429B - 一种联合时域快拍检测的弱信号测向方法 - Google Patents

一种联合时域快拍检测的弱信号测向方法 Download PDF

Info

Publication number
CN116819429B
CN116819429B CN202310787106.XA CN202310787106A CN116819429B CN 116819429 B CN116819429 B CN 116819429B CN 202310787106 A CN202310787106 A CN 202310787106A CN 116819429 B CN116819429 B CN 116819429B
Authority
CN
China
Prior art keywords
incoming wave
time domain
vector
signal
azimuth
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
CN202310787106.XA
Other languages
English (en)
Other versions
CN116819429A (zh
Inventor
刘宁
汪生
万群
常凯
张兴虎
肖庆正
彭翔宇
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.)
University of Electronic Science and Technology of China
Tongfang Industrial Co Ltd
Institute of Systems Engineering of PLA Academy of Military Sciences
Original Assignee
University of Electronic Science and Technology of China
Tongfang Industrial Co Ltd
Institute of Systems Engineering of PLA Academy of Military Sciences
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 University of Electronic Science and Technology of China, Tongfang Industrial Co Ltd, Institute of Systems Engineering of PLA Academy of Military Sciences filed Critical University of Electronic Science and Technology of China
Priority to CN202310787106.XA priority Critical patent/CN116819429B/zh
Publication of CN116819429A publication Critical patent/CN116819429A/zh
Application granted granted Critical
Publication of CN116819429B publication Critical patent/CN116819429B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明涉及一种联合时域快拍检测的弱信号测向方法,属于无源测向技术领域。本发明利用来波方位集合中的每个来波方位对应的方向向量矩阵中的方向向量,对接收信号矩阵进行波束形成,确定来波方位集合中的每个来波方位对应的波束形成后的信号向量;接着利用时域检测向量,对来波方位集合中的每个来波方位对应的波束形成后的信号向量进行时域检测,确定来波方位集合中的每个来波方位对应的功率;最后由所有来波方位对应的功率的峰值位置,确定联合时域快拍检测的测向结果。本发明可提高时域重叠的弱信号测向精度,还可对同一天线阵列波束内弱信号进行高精度、高分辨的测向。

Description

一种联合时域快拍检测的弱信号测向方法
技术领域
本发明属于无源测向技术领域,具体涉及一种联合时域快拍检测的弱信号测向方法。
背景技术
利用天线阵列接收的信号向量对信号进行测向的技术在电磁空间感知领域具有重要的意义,不仅可以用于确定辐射源的直达波来波方向,还可以用于确定反射辐射源信号的目标回波的来波方向。
在日益复杂的无线电信号环境中,越来越多的信号混叠在天线阵列接收的信号向量中。在信号波形未知、信号淹没在噪声里面的情况下,由于难以获得信号的时宽带宽积增益,且信号所占的时宽远小于接收信号的信号长度,使得测向处理在时域失去引导,阵列快拍信号的时域位置未知,从而在测向信号中引入了信号时宽之外的大量噪声,导致信号测向精度恶化,甚至测向功能失效。
因此,针对低信噪比信号测向处理在时域失去引导的情况,有必要在信号测向的同时确定阵列快拍信号所处的时域位置,从而在测向信号中降低信号时宽之外的噪声影响,提高低信噪比信号测向精度,并在低信噪比情况下恢复信号测向功能。
由于在信号测向的同时确定信号所处的时域位置的信号处理问题涉及方位、信号到达时间、信号时宽这三维参数估计,使得测向算法的复杂度急剧增加。为此,还需要解决这种联合时域快拍检测的弱信号测向方法的算法复杂度高的问题。
发明内容
(一)要解决的技术问题
本发明要解决的技术问题是如何提供一种联合时域快拍检测的弱信号测向方法,以解决联合时域快拍检测的弱信号测向方法的算法复杂度高的问题。
(二)技术方案
为了解决上述技术问题,本发明提出一种联合时域快拍检测的弱信号测向方法,该方法包括如下步骤:
S1、设置接收站天线阵列的天线个数、时域快拍检测对应的信号采样个数、天线阵列接收的信号快拍数、时域快拍检测向量、来波方位的个数及来波方位集合、来波方位集合中来波方位对应的方向向量、由方向向量组成的方向矩阵以及天线阵列接收的信号快拍数,存储天线阵列接收的信号矩阵;
S2、利用来波方位集合中的每个来波方位对应的方向向量矩阵中的方向向量,对接收信号矩阵进行波束形成,确定来波方位集合中的每个来波方位对应的波束形成后的信号向量;
S3、利用时域检测向量,对来波方位集合中的每个来波方位对应的波束形成后的信号向量进行时域检测,确定来波方位集合中的每个来波方位对应的功率;
S4、由所有来波方位对应的功率的峰值位置,确定联合时域快拍检测的测向结果。
(三)有益效果
本发明提出一种联合时域快拍检测的弱信号测向方法,本发明的有益效果是:在信号测向的同时确定信号快拍所处的时域位置,从而在测向信号中降低信号时宽之外的噪声影响,并将方位、信号到达时间、信号时宽这三维参数估计简化为一维方位估计问题。因此,本发明的一种联合时域快拍检测的弱信号测向方法可提高时域重叠的弱信号测向精度,还可对同一天线阵列波束内弱信号进行高精度、高分辨的测向。
具体实施方式
为使本发明的目的、内容和优点更加清楚,下面结合实施例,对本发明的具体实施方式作进一步详细描述。
针对以上问题,本发明提出一种联合时域快拍检测的弱信号测向方法,该方法包括如下步骤:
S1、设置接收站天线阵列的天线个数、时域快拍检测对应的信号采样个数、天线阵列接收的信号快拍数、时域快拍检测向量、来波方位的个数及来波方位集合、来波方位集合中来波方位对应的方向向量、由方向向量组成的方向矩阵以及天线阵列接收的信号快拍数,存储天线阵列接收的信号矩阵;
S2、利用来波方位集合中的每个来波方位对应的方向向量矩阵中的方向向量,对接收信号矩阵进行波束形成,确定来波方位集合中的每个来波方位对应的波束形成后的信号向量;
S3、利用时域检测向量,对来波方位集合中的每个来波方位对应的波束形成后的信号向量进行时域检测,确定来波方位集合中的每个来波方位对应的功率;
S4、由所有来波方位对应的功率的峰值位置,确定联合时域快拍检测的测向结果。
本发明的技术方案是:
一种联合时域快拍检测的弱信号测向方法,包含以下步骤:
S1、首先设置接收站天线阵列的天线个数M、时域快拍检测对应的信号采样个数T、天线阵列接收的信号快拍数N、时域快拍检测向量为1×N维向量h:
来波方位的个数为K,来波方位集合来波方位集合中来波方位对应的M×1维方向向量为/>k=1,2,...,K,由方向向量/>组成的方向矩阵为M×K维矩阵A:
存储天线阵列接收的信号矩阵为M×N矩阵X;
S2、利用来波方位集合中的每个来波方位对应的方向向量矩阵中的方向向量对天线阵列接收的信号矩阵X做波束形成,确定来波方位集合中来波方位/>对应的波束形成后的信号向量为1×N维向量yk
其中,k=1,2,...,K;
S3、利用时域快拍检测向量h,对来波方位集合中的来波方位对应的波束形成后的信号向量yk进行时域检测,确定来波方位集合中的第k个来波方位对应的功率为:
其中,k=1,2,...,K,⊙为向量的对应元素相乘,| |为向量所有元素的模平方之和,gn(h)表示对时域快拍检测向量h的元素位置右移n位、并对右移n位后时域检快拍测向量h空出的左边n个元素的值都置为零之后得到的1×N维向量;
S4、由来波方位集合中的所有来波方位对应的功率的峰值位置,确定联合时域快拍检测的测向结果为来波方位集合中的来波方位其中:
即来波方位集合中的所有来波方位对应的功率集合{u(1),u(2),...,u(K)}中的最大值/>对应的序号。
实施例1:
下面结合实施例对本发明的实用性进行说明。
在本例子中,需要测向的信号宽度为10us,线性调频带宽为2MHz,载频1GHz,接收信号时常为1ms,采样频率为10MHz。
设置接收站为天线相邻间隔0.15米的均匀线阵,天线个数M=8、时域快拍检测对应的信号采样个数T=100、天线阵列接收的信号快拍数N=10000、时域快拍检测向量为1×N维向量h:
来波方位的个数为K=1201,来波方位集合(单位:度);存储来波方位集合中来波方位/>对应的8×1维方向向量为/>k=1,2,...,1201,由方向向量/>组成的方向矩阵为8×1201维矩阵/>存储天线阵列接收的信号矩阵为8×10000矩阵X。
对四个信号进行测向,四个信号的来波方向分别为-20.21°、-4.35°、14.62°和20.88°,到达时间分别为10.03us、28.38us、33.62us和45.71us,信噪比都为-6dB。其中第二个信号与第三个信号的到达时差小于信号时宽,因此第二个来波信号和第三个来波信号在时域会有混叠;由于天线阵列的波束宽度约为12°,来波方向为14.62°和20.88°的两个信号来波方向间隔小于12°,因此第三个信号和第四个信号在空域存在混叠。
利用所有阵列信号的波束形成测向方法,对上述四个信号的测向,测向误差分别为2.71°、0.75°、-3.88°和2.38°。利用本发明方法,对这四个信号的测向,测向误差分别为0.11°、0.15°、0.48°和0.12°;与利用所有阵列信号的波束形成测向方法相比,测向误差分别降低了95.94%,80.00%,87.63%和94.96%。同时,统计100次蒙特卡洛仿真试验,利用所有阵列信号的波束形成测向方法的测向均方根误差为2.97°,而本发明方法的测向均方根误差为0.32°,达到了联合时域快拍检测的弱信号测向方法提高时域重叠的弱信号测向精度和对同一波束内弱信号高精度、高分辨测向的目的。
本发明的有益效果是:在信号测向的同时确定信号快拍所处的时域位置,从而在测向信号中降低信号时宽之外的噪声影响,并将方位、信号到达时间、信号时宽这三维参数估计简化为一维方位估计问题。因此,本发明的一种联合时域快拍检测的弱信号测向方法可提高时域重叠的弱信号测向精度,还可对同一天线阵列波束内弱信号进行高精度、高分辨的测向。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。

Claims (10)

1.一种联合时域快拍检测的弱信号测向方法,其特征在于,该方法包括如下步骤:
S1、设置接收站天线阵列的天线个数、时域快拍检测对应的信号采样个数、天线阵列接收的信号快拍数、时域快拍检测向量、来波方位的个数及来波方位集合、来波方位集合中来波方位对应的方向向量、由方向向量组成的方向矩阵以及天线阵列接收的信号快拍数,存储天线阵列接收的信号矩阵;
S2、利用来波方位集合中的每个来波方位对应的方向向量矩阵中的方向向量,对接收信号矩阵进行波束形成,确定来波方位集合中的每个来波方位对应的波束形成后的信号向量;
S3、利用时域快拍检测向量,对来波方位集合中的每个来波方位对应的波束形成后的信号向量进行时域检测,确定来波方位集合中的每个来波方位对应的功率;
S4、由所有来波方位对应的功率的峰值位置,确定联合时域快拍检测的测向结果。
2.如权利要求1所述联合时域快拍检测的弱信号测向方法,其特征在于,所述步骤S1具体包括:
设置接收站天线阵列的天线个数M、时域快拍检测对应的信号采样个数T、天线阵列接收的信号快拍数N、时域快拍检测向量为1×N维向量h:
来波方位的个数为K,来波方位集合来波方位集合中来波方位/>对应的M×1维方向向量为/>k=1,2,...,K,由方向向量/>组成的方向矩阵为M×K维矩阵A:
存储天线阵列接收的信号矩阵为M×N矩阵X。
3.如权利要求2所述联合时域快拍检测的弱信号测向方法,其特征在于,设置接收站为天线相邻间隔0.15米的均匀线阵,天线个数M=8。
4.如权利要求2所述联合时域快拍检测的弱信号测向方法,其特征在于,时域快拍检测对应的信号采样个数T=100、天线阵列接收的信号快拍数N=10000、时域快拍检测向量为1×N维向量h:
5.如权利要求2所述联合时域快拍检测的弱信号测向方法,其特征在于,来波方位的个数为K=1201,来波方位集合度。
6.如权利要求5所述联合时域快拍检测的弱信号测向方法,其特征在于,存储来波方位集合中来波方位对应的8×1维方向向量为/>k=1,2,...,1201,由方向向量/>组成的方向矩阵为8×1201维矩阵/>
7.如权利要求4所述联合时域快拍检测的弱信号测向方法,其特征在于,存储天线阵列接收的信号矩阵为8×10000矩阵X。
8.如权利要求1-7任一项所述联合时域快拍检测的弱信号测向方法,其特征在于,所述步骤S2具体包括:
利用来波方位集合中的每个来波方位对应的方向向量矩阵中的方向向量对天线阵列接收的信号矩阵X做波束形成,确定来波方位集合中来波方位/>对应的波束形成后的信号向量为1×N维向量yk
其中,k=1,2,...,K。
9.如权利要求8所述联合时域快拍检测的弱信号测向方法,其特征在于,所述步骤S3具体包括:
利用时域快拍检测向量h,对来波方位集合中的来波方位对应的波束形成后的信号向量yk进行时域检测,确定来波方位集合中的第k个来波方位对应的功率为:
其中,k=1,2,...,K,⊙为向量的对应元素相乘,为向量所有元素的模平方之和,gn(h)表示对时域快拍检测向量h的元素位置右移n位、并对右移n位后时域检快拍测向量h空出的左边n个元素的值都置为零之后得到的1×N维向量。
10.如权利要求9所述联合时域快拍检测的弱信号测向方法,其特征在于,所述步骤S4具体包括:
由来波方位集合中的所有来波方位对应的功率的峰值位置,确定联合时域快拍检测的测向结果为来波方位集合中的来波方位其中:
即来波方位集合中的所有来波方位对应的功率集合{u(1),u(2),...,u(K)}中的最大值/>对应的序号。
CN202310787106.XA 2023-06-30 2023-06-30 一种联合时域快拍检测的弱信号测向方法 Active CN116819429B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310787106.XA CN116819429B (zh) 2023-06-30 2023-06-30 一种联合时域快拍检测的弱信号测向方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310787106.XA CN116819429B (zh) 2023-06-30 2023-06-30 一种联合时域快拍检测的弱信号测向方法

Publications (2)

Publication Number Publication Date
CN116819429A CN116819429A (zh) 2023-09-29
CN116819429B true CN116819429B (zh) 2024-02-27

Family

ID=88127110

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310787106.XA Active CN116819429B (zh) 2023-06-30 2023-06-30 一种联合时域快拍检测的弱信号测向方法

Country Status (1)

Country Link
CN (1) CN116819429B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104155648A (zh) * 2014-08-26 2014-11-19 国家海洋局第一海洋研究所 基于阵列数据重排的高频地波雷达单次快拍music测向方法
CN108710103A (zh) * 2018-06-12 2018-10-26 西安电子科技大学 基于稀疏阵列的强弱多目标超分辨测向与信源数估计方法
RU2019138395A (ru) * 2019-11-27 2021-05-27 ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ КАЗЕННОЕ ВОЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ "Военная академия Ракетных войск стратегического назначения имени Петра Великого" МИНИСТЕРСТВА ОБОРОНЫ РОССИЙСКОЙ ФЕДЕРАЦИИ Способ пеленгации широкополосных сигналов с повышенной разрешающей способностью
WO2021139208A1 (zh) * 2020-01-08 2021-07-15 华南理工大学 一种基于特定频率组合信号的一维doa估计方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104155648A (zh) * 2014-08-26 2014-11-19 国家海洋局第一海洋研究所 基于阵列数据重排的高频地波雷达单次快拍music测向方法
CN108710103A (zh) * 2018-06-12 2018-10-26 西安电子科技大学 基于稀疏阵列的强弱多目标超分辨测向与信源数估计方法
RU2019138395A (ru) * 2019-11-27 2021-05-27 ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ КАЗЕННОЕ ВОЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ "Военная академия Ракетных войск стратегического назначения имени Петра Великого" МИНИСТЕРСТВА ОБОРОНЫ РОССИЙСКОЙ ФЕДЕРАЦИИ Способ пеленгации широкополосных сигналов с повышенной разрешающей способностью
WO2021139208A1 (zh) * 2020-01-08 2021-07-15 华南理工大学 一种基于特定频率组合信号的一维doa估计方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于非圆信号的波束域共轭MUSIC方法;史文涛;黄建国;侯云山;;系统工程与电子技术(第10期);全文 *

Also Published As

Publication number Publication date
CN116819429A (zh) 2023-09-29

Similar Documents

Publication Publication Date Title
US10663563B2 (en) On-site calibration of array antenna systems
AU2006344710B2 (en) Calibration and method for receive only phased array radar antenna
CN109581279B (zh) 一种超宽带多波束系统测向精度的校正方法及装置
Nickel Overview of generalized monopulse estimation
US5657027A (en) Two dimensional interferometer array
CN110673086A (zh) 一种基于数字阵列雷达的二维角度超分辨方法
CN109946664B (zh) 一种主瓣干扰下的阵列雷达导引头单脉冲测角方法
CN113189592B (zh) 考虑幅相互耦误差的车载毫米波mimo雷达测角方法
CN112612010A (zh) 一种基于波瓣分裂预处理的米波雷达低仰角测高方法
Cheng et al. Adaptive monopulse approach with joint linear constraints for planar array at subarray level
Dropkin et al. Superresolution for scanning antenna
CN113156380B (zh) 基于收发失配处理的主瓣噪声压制干扰自适应抑制方法
CN112858994B (zh) 一种基于均匀圆阵的比幅测向方法
CN116819429B (zh) 一种联合时域快拍检测的弱信号测向方法
CN108387868B (zh) 一种基于信号到达角度差测量的扫描式辐射源定位方法
CN112363108A (zh) 信号子空间加权超分辨的波达方向检测方法及系统
CN111190135A (zh) 一种适用于任意阵列的校准方法
CN107490780B (zh) 一种可抑制均匀分布的相位误差的测向方法
CN114325560A (zh) 波束扫描雷达超分辨目标测向方法
RU2392634C1 (ru) Способ определения направлений на источники излучения и углового разрешения источников
CN116819428B (zh) 一种联合频域快拍检测的低信噪比信号测向方法
Yue et al. Manifold separation and polarimetric element space based parameter estimation for polarimetric monostatic MIMO radar
CN113917389A (zh) 一种相控阵协同探测系统和差波束角度估计方法
CN113109807A (zh) 基于压缩感知的频率分集阵列雷达地下目标三维成像方法
Chen et al. Eigenstructure-based ambiguity resolution algorithm for distributed subarray antennas VHF radar

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