CN117590319A - 一种随机被动匹配滤波的弱信号高分辨测向方法 - Google Patents
一种随机被动匹配滤波的弱信号高分辨测向方法 Download PDFInfo
- Publication number
- CN117590319A CN117590319A CN202311636576.2A CN202311636576A CN117590319A CN 117590319 A CN117590319 A CN 117590319A CN 202311636576 A CN202311636576 A CN 202311636576A CN 117590319 A CN117590319 A CN 117590319A
- Authority
- CN
- China
- Prior art keywords
- matched filtering
- random
- signal
- determining
- matrix
- 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
- 238000001914 filtration Methods 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 20
- 239000011159 matrix material Substances 0.000 claims abstract description 24
- 238000001228 spectrum Methods 0.000 claims abstract description 20
- 238000000605 extraction Methods 0.000 claims abstract description 6
- 239000013598 vector Substances 0.000 claims description 12
- 238000005070 sampling Methods 0.000 claims description 2
- 230000004304 visual acuity Effects 0.000 abstract description 4
- 238000001514 detection method Methods 0.000 description 5
- 238000003672 processing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000003595 spectral effect 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
- G01S3/143—Systems for determining direction or deviation from predetermined direction by vectorial combination of signals derived from differently oriented antennae
-
- 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
本发明属于无线电测向领域,具体涉及一种随机被动匹配滤波的弱信号高分辨测向方法。本发明根据测向设备和随机匹配滤波的相关参数,确定测向设备的阵列接收信号和被动匹配滤波的参考信号;然后确定随机匹配滤波样本抽取矩阵,并根据随机匹配滤波样本抽取矩阵从被动匹配滤波的参考信号中确定随机匹配滤波的参考信号;接着由随机匹配滤波的参考信号与测向设备的阵列接收信号,确定随机匹配滤波输出的快拍信号及其自相关矩阵;最后由自相关矩阵确定高分辨空间谱,并由高分辨空间谱的谱峰位置确定随机被动匹配滤波的测向结果。本发明能在低信噪比条件下实现提高对多个来波方向相近的信号的分辨能力和测向精度的目的。
Description
技术领域
本发明属于无线电测向领域,具体涉及一种随机被动匹配滤波的弱信号高分辨测向方法,更具体的说是强信号背景下利用随机被动匹配滤波对时域空域难以分辨的弱信号进行高分辨测向的方法。
背景技术
匹配滤波是一种常用的检测信号的方法,利用信号已知的波形信息,对接收信号进行匹配滤波处理,可以获得信噪比增益,从而提高对远程弱信号的检测能力和参数估计的精度。
在利用天线阵列接收信号并进行常规波束形成的被动信号处理的应用场合,接收信号中各信号成分的波形往往不是精确已知的,因此,难以直接通过匹配滤波处理获得信噪比增益。但是,在日益复杂的电磁频谱空间,接收信号中存在同频、不同时间、不同方向到达的多个信号成分,并且这些信号成分存在较大相关性。此时,被动信号处理方法由于未利用接收信号中多个信号成分之间的相关性,对远程弱信号的检测能力和参数估计的精度都仍有较大的改善余地。为此,近年来发展了很多利用接收信号中具有较高信噪比的强信号对接收信号进行被动匹配滤波处理的方法,可以获得一定的信噪比增益,从而提高对接收信号中具有较低信噪比的远程弱信号的检测能力和参数估计的精度。
但是,当接收信号中具有较低信噪比的远程弱信号不只一个并且频域完全重叠时,则需要通过被动空域时域联合处理,才能分辨和估计多个远程弱信号的到达时间和来波方向。由于接收信号经过被动匹配滤波之后,对应一个到达时间只有一次快拍数据,因此,采用适用于一次快拍数据的常规波束形成的测向方法难以分辨来波方向相近的多个远程弱信号,导致测向失效。
为此,有必要在对接收信号进行被动匹配滤波时,发展一种新的被动信号处理方法,如果对应一个到达时间能获得多次快拍数据,就能采用适用于多次快拍数据的高分辨波束形成方法,分辨来波方向相近的多个远程弱信号,从而将被动匹配滤波方法与高分辨测向方法结合在一起,提高低信噪比条件下对多个来波方向相近的信号的分辨能力和测向性能。
发明内容
本发明针对接收信号经过被动匹配滤波之后,对应一个到达时间只有一次快拍数据的问题,提出随机匹配滤波的弱信号高分辨测向方法,对应一个到达时间能获得多次等效快拍数据,在低信噪比条件下实现提高对多个来波方向相近的信号的分辨能力和测向精度的目的。
本发明的技术方案为:
一种随机被动匹配滤波的弱信号高分辨测向方法,首先设置测向设备的天线个数、搜索的方向个数、搜索的方向集合、与搜索的方向集合对应的方向向量集合,测向设备的阵列接收信号快拍个数、随机匹配滤波的参考信号采样个数以及随机匹配滤波输出的信号快拍个数;其次确定测向设备的阵列接收信号和被动匹配滤波的参考信号;然后确定随机匹配滤波样本抽取矩阵,并根据随机匹配滤波样本抽取矩阵从被动匹配滤波的参考信号中确定随机匹配滤波的参考信号;接着由随机匹配滤波的参考信号与测向设备的阵列接收信号,确定随机匹配滤波输出的快拍信号及其自相关矩阵;最后由自相关矩阵确定高分辨空间谱,并由高分辨空间谱的谱峰位置确定随机被动匹配滤波的测向结果。
本发明具体包括以下步骤:
S1、设置测向设备的天线个数为M、搜索的方向个数为N、搜索方向为θn,与搜索方向θn一一对应的方向向量为a(θn),n=1,2,...,N,测向设备的阵列接收信号的快拍数为L,随机匹配滤波的参考信号采样个数为P以及随机匹配滤波输出的信号快拍个数为Q;
S2、确定测向设备的阵列接收信号为M×L阶矩阵X,被动匹配滤波的参考信号为L×1阶向量s=[s1 s2 … sL];
S3、然后确定随机匹配滤波样本抽取矩阵为P×L阶矩阵Uq,q=1,2,...,Q,在矩阵Uq的每一行的L个元素中,随机的选择一个元素为1,其它元素为零,每个元素选中为1的概率为1/L,并根据随机匹配滤波样本抽取矩阵和被动匹配滤波的参考信号,确定随机匹配滤波的参考信号为sq=Uqs;
S4、由随机匹配滤波的参考信号与测向设备的阵列接收信号,确定随机匹配滤波输出的快拍信号为
其中,T为向量的转置,*为向量的共轭,自相关矩阵为
其中,H为向量的共轭转置;
S5、由自相关矩阵,确定搜索方向集合{θ1,θ2,…,θN}中的每个搜索方向对应的高分辨空间谱为
其中,-1为矩阵的逆,n=1,2,…,N;然后确定高分辨空间谱的最大值为gmax,并遍历谱峰位置搜索集合{θ2,θ3,…,θN-1}中的每个搜索方向,确定同时满足三个不等式
g(θn)>g(θn-1),g(θn)>g(θn+1),g(θn)>0.15gmax的搜索方向为k=1,2,…,K,其中,vk为整数,满足1<vk<N,K为满足不等式g(θn)>g(θn-1),g(θn)>g(θn+1),g(θn)>0.25gm的搜索方向的个数;最后确定随机被动匹配滤波的测向结果为集合/>中的搜索方向。
本发明的有益效果是:采用本发明的一种随机被动匹配滤波的弱信号高分辨测向方法,不仅可以利用随机被动匹配滤波增强弱信号测向的精度,还可以通过随机匹配滤波增加高分辨测向所需的快拍数据,增强弱信号测向的分辨率,从而在低信噪比条件下实现提高对多个来波方向相近的信号的分辨能力和测向精度的目的,适用于远程弱信号和近程强信号时频混叠在一起、外辐射源强直达波信号和目标反射弱回波信号混叠在一起等被动无线电测向场合。
具体实施方式
下面结合实施例对本发明的实用性进行分析。
实施例:在本例中,设置测向设备天线个数M=8、搜索方向的个数N=360和搜索方向的集合为{0,1,…,358,359}度、与搜索方向一一对应的方向向量组成的集合为{a(0),a(1),……,a(358),a(359)},测向设备的阵列接收信号快拍数L=250;随机匹配滤波的参考信号采样个数为P=125以及随机匹配滤波输出的信号快拍个数为Q=32。强信号的来波方向分别为225度,信噪比为32.04dB,弱信号的来波方向分别为80度和90,时延分别为7.3和7.5微秒,信噪比都是6.36dB,比强信号低25.68dB。
采用常规波束形成测向方法,确定的空间谱只在强信号方向附近有谱峰,在两个弱信号方向附近没有满足三个不等式条件的谱峰,未能检测到两个弱信号;采用被动空域时域联合处理测向方法,在两个弱信号方向附近只有一个满足三个不等式条件的谱峰,未能分辨两个弱信号,若利用最近的谱峰位置确定弱信号方向,则两个弱信号的测向误差的绝对值平均超过7度;而采用本发明的一种随机被动匹配滤波的弱信号高分辨测向方法,确定的空间谱在强信号方向和两个弱信号方向附近都有满足三个不等式条件的谱峰,且两个弱信号的测向误差的平均值小于1度,实现了在低信噪比条件下提高对多个来波方向相近的信号的分辨能力和测向精度的目的。
Claims (1)
1.一种随机被动匹配滤波的弱信号高分辨测向方法,其特征在于,包括以下步骤:
S1、设置测向设备的天线个数为M、搜索的方向个数为N、搜索方向为θn,与搜索方向θn一一对应的方向向量为a(θn),n=1,2,…,N,测向设备的阵列接收信号的快拍数为L,随机匹配滤波的参考信号采样个数为P以及随机匹配滤波输出的信号快拍个数为Q;
S2、定义测向设备的阵列接收信号为M×L阶矩阵X,被动匹配滤波的参考信号为L×1阶向量s=[s1 s2…sL];
S3、定义随机匹配滤波样本抽取矩阵为P×L阶矩阵Uq,q=1,2,…,Q,在矩阵Uq的每一行的L个元素中,随机的选择一个元素为1,其它元素为零,每个元素选中为1的概率为1/L,并根据随机匹配滤波样本抽取矩阵和被动匹配滤波的参考信号,确定随机匹配滤波的参考信号为sq=Uqs;
S4、由随机匹配滤波的参考信号与测向设备的阵列接收信号,确定随机匹配滤波输出的快拍信号为
其中,T为向量的转置,*为向量的共轭,自相关矩阵为:
其中,H为向量的共轭转置;
S5、由自相关矩阵,确定搜索方向集合{θ1,θ2,…,θN}中的每个搜索方向对应的高分辨空间谱为:
其中,-1为矩阵的逆,n=1,2,…,N;然后确定高分辨空间谱的最大值为gmax,并遍历谱峰位置搜索集合{θ2,θ3,…,θN-1}中的每个搜索方向,确定同时满足三个不等式
g(θn)>g(θn-1),g(θn)>g(θn+1),g(θn)>0.15gmax
的搜索方向为其中,vk为整数,满足1<vk<N,K为满足不等式g(θn)>g(θn-1),g(θn)>g(θn+1),g(θn)>0.25gm的搜索方向的个数;最后得到随机被动匹配滤波的测向结果为集合/>中的搜索方向。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311636576.2A CN117590319A (zh) | 2023-12-01 | 2023-12-01 | 一种随机被动匹配滤波的弱信号高分辨测向方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311636576.2A CN117590319A (zh) | 2023-12-01 | 2023-12-01 | 一种随机被动匹配滤波的弱信号高分辨测向方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117590319A true CN117590319A (zh) | 2024-02-23 |
Family
ID=89919829
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311636576.2A Pending CN117590319A (zh) | 2023-12-01 | 2023-12-01 | 一种随机被动匹配滤波的弱信号高分辨测向方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117590319A (zh) |
-
2023
- 2023-12-01 CN CN202311636576.2A patent/CN117590319A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109932680A (zh) | 一种基于平移互质阵列的非圆信号波达方向估计方法 | |
CN103017728B (zh) | 干扰环境下天线阵列方向向量的测定方法 | |
WO2014066360A1 (en) | Sensor system and method for determining target location using sparsity-based processing | |
US6278406B1 (en) | Direction finder and device for processing measurement results for the same | |
CN107942314B (zh) | 基于lasso特征提取的多普勒穿墙雷达定位方法 | |
CN112051540B (zh) | 一种快速高精度测向方法 | |
CN112881975B (zh) | 基于子阵特征矩阵联合对角化的单脉冲和差波束测角方法 | |
CN101252382B (zh) | 一种宽频段信号极化与doa估计方法及装置 | |
CN115833961A (zh) | 波束域多通道远程水声通信接收端信号处理方法及系统 | |
Gao et al. | An improved music algorithm for DOA estimation of coherent signals | |
CN109061599B (zh) | 一种基于循环平稳和对称先验知识的stap方法 | |
CN112363108B (zh) | 信号子空间加权超分辨的波达方向检测方法及系统 | |
CN111698014B (zh) | 一种天线阵列系统 | |
CN117590319A (zh) | 一种随机被动匹配滤波的弱信号高分辨测向方法 | |
CN109597034B (zh) | 一种基于欧几里得距离的空时自适应处理方法 | |
CN108919206B (zh) | 一种基于子载波处理的外辐射源雷达极化滤波方法 | |
CN108845298B (zh) | 基于杂波映射的自适应波束形成方法 | |
CN116540175A (zh) | 基于降维多重信号分类算法的信号aoa和toa联合估计测向方法 | |
CN110907888A (zh) | 一种基于波束形成的快速极化-doa估计方法 | |
US20230152436A1 (en) | System and Method for Determining Angle of Arrival in a Radar Based Point Cloud Generation | |
Lian et al. | DDMA-MIMO radar maximum unambiguous velocity extension based on global optimization phase modulation | |
CN112965026B (zh) | 一种具有先验定位角度范围的doa阵元间距设置方法 | |
CN116973835B (zh) | 一种多信号混叠的伪空间谱累积测向方法 | |
CN109861770B (zh) | 一种基于波束形成输出功率组合的宽带信号检测方法 | |
CN114325560A (zh) | 波束扫描雷达超分辨目标测向方法 |
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 |