CN117879736A - 一种基于矢量天线的短波环境噪声测量方法及装置 - Google Patents
一种基于矢量天线的短波环境噪声测量方法及装置 Download PDFInfo
- Publication number
- CN117879736A CN117879736A CN202410283023.1A CN202410283023A CN117879736A CN 117879736 A CN117879736 A CN 117879736A CN 202410283023 A CN202410283023 A CN 202410283023A CN 117879736 A CN117879736 A CN 117879736A
- Authority
- CN
- China
- Prior art keywords
- noise
- electric field
- azimuth
- interference signal
- components
- 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.)
- Granted
Links
- 239000013598 vector Substances 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000005684 electric field Effects 0.000 claims abstract description 78
- 230000010287 polarization Effects 0.000 claims abstract description 67
- 238000005259 measurement Methods 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 26
- 238000004364 calculation method Methods 0.000 claims abstract description 18
- 238000009826 distribution Methods 0.000 claims description 42
- 230000007613 environmental effect Effects 0.000 claims description 22
- 238000004458 analytical method Methods 0.000 claims description 19
- 238000000691 measurement method Methods 0.000 claims description 18
- 238000007619 statistical method Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000005315 distribution function Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 20
- 230000008569 process Effects 0.000 description 9
- 238000005070 sampling Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 3
- 230000001629 suppression Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- JJWKPURADFRFRB-UHFFFAOYSA-N carbonyl sulfide Chemical compound O=C=S JJWKPURADFRFRB-UHFFFAOYSA-N 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005404 monopole Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Landscapes
- Variable-Direction Aerials And Aerial Arrays (AREA)
Abstract
本发明提供一种基于矢量天线的短波环境噪声测量方法,所述方法包括:获取矢量天线在笛卡尔坐标系中三个方向轴上的噪声或干扰信号的电场幅度和相位信息,基于电场幅度确定噪声或干扰的方位角和俯仰角;根据方位角和俯仰角将噪声或干扰信号在笛卡尔坐标系中三个方向轴上的电场分量分别转换为球坐标系中三个方向上的电场分量,获得噪声或干扰信号的方位分量和俯仰分量;并基于方位分量和俯仰分量进行极化比计算获得噪声或干扰信号的极化比信息,并进行统计处理,完成短波环境噪声或干扰的测量。本发明能够在单次测量中获取多个方向和不同极化的噪声或干扰数据,极大地提高了测量的效率,减少了测量时间和工作量,同时提供了更全面的噪声信息。
Description
技术领域
本发明涉及短波通信技术领域,尤其涉及一种基于矢量天线的短波环境噪声测量方法及装置。
背景技术
在无线通信技术领域,短波(HF)频段因其独特的天波传播特性,在远距离、超视距通信以及对地/海表面的探测中有着广泛的应用。然而,短波环境的噪声对通信质量和探测性能产生严重影响。这些噪声包括自然噪声(如大气噪声、宇宙噪声等)、人为噪声(如工业噪声、通信噪声等)以及短波接收系统自身噪声,这使得短波噪声具有复杂且难以预测的特性。并且短波噪声受天气条件和太阳活动的影响显著,这些因素会导致噪声的统计特性发生显著变化,同时由于短波传播路径的复杂性,短波噪声可能具有复杂的极化特性。因此,这对噪声的极化测量技术和极化敏感的通信或雷达系统提出了更高的要求。
国际电信联盟给出了无线电噪声测量方法建议书,描述了在实际无线电应用中测量和评估无线电噪声的方法。对于短波频段的测量,推荐采用高度小于波长十分之一的短垂直单极天线作为测量天线,但短垂直鞭天线对高仰角无线电来波的灵敏度有限,且仅响应垂直极化,限制了对环境噪声的全面分析和理解,与实际接收天线接收到的噪声情况差别较大,尤其是水平极化类接收天线。同时,这些传统方法往往无法提供噪声的极化信息,如极化方向和极化类型等,这在后续噪声或干扰信号处理中是非常重要的。
发明内容
本发明提供公开了一种基于矢量天线的短波环境噪声或干扰的测量方法,主要解决现有技术中短波通信中难以进行噪声环境的实时评估和预测的技术问题,以提高短波环境噪声测量的效率和全面性,实用性强、灵活度高,具有广阔的应用前景。
为实现上述目的,按照本发明的第一个方面,提供了一种基于矢量天线的短波环境噪声或干扰测量方法,包括:
步骤1:获取矢量天线在笛卡尔坐标系中三个方向轴上的噪声或干扰信号的电场幅度和相位信息,并确定所述噪声或干扰信号在笛卡尔坐标系中三个方向轴上的电场分量;
步骤2:基于所述电场幅度确定所述噪声或干扰信号的方位角和俯仰角;
步骤3:根据所述方位角和俯仰角将所述噪声或干扰信号在笛卡尔坐标系中三个方向轴上的电场分量分别转换为球坐标系中三个方向上的电场分量,获得所述噪声或干扰信号的方位分量和俯仰分量;
步骤4:基于所述方位分量和俯仰分量进行极化比计算获得所述噪声或干扰信号的极化比信息;
步骤5:重复上述步骤1-4,获得多个噪声或干扰信号的极化比信息,并进行统计处理,完成短波环境噪声测量。
根据所述的基于矢量天线的短波环境噪声测量方法,所述噪声或干扰信号的方位分量和俯仰分量的获取步骤包括:
确定所述噪声或干扰信号的在俯仰方向、方位方向的电场的幅度信息和相位信息;
根据所述在俯仰方向、方位方向的电场的幅度信息和相位信息确定所述噪声或干扰信号的方位分量和俯仰分量,所述幅度信息的获取方式包括:分别计算分量实部和虚部的平方和并开方;所述相位信息的获取方式包括:计算电场分量虚部与实部比值的反正切。
根据所述的基于矢量天线的短波环境噪声测量方法,所述进行统计处理的步骤包括:
基于所述极化比信息进行概率密度分布计算生成概率密度分布图像;
对所述概率密度分布图像与预设概率分布样本进行比对,获得噪声或干扰信号的统计分析结果。
根据所述的基于矢量天线的短波环境噪声测量方法,所述对所述概率密度分布图像与预设概率分布样本进行比对,获得噪声或干扰信号的统计分析结果的步骤包括:
获取方位分量和俯仰分量进行协方差计算获得方位分量和俯仰分量的协方差矩阵;
根据所述协方差矩阵确定方位分量和俯仰分量幅度比的概率密度。
所述幅度比的概率密度的确定方式为:
;
其中,为/>的方差;/>为/>的方差;幅度比为/>;/>为/>和之间的协方差/>、/>分别为矢量天线在球坐标系中方位和俯仰方向轴上接收到的电场分量。
根据所述的基于矢量天线的短波环境噪声测量方法,所述对所述概率密度分布图像与预设概率分布样本进行比对,获得噪声或干扰信号的统计分析结果的步骤还包括:
根据所述协方差矩阵确定所述方位分量和俯仰分量相位差的概率密度;
所述相位差的概率密度的具体确定方式为:
其中,是/>的相角,/>是噪声或干扰的复相关系数;/>和/>分别为/>和/>之间的协方差;/>为/>的方差;/>为/>的方差。
根据所述的基于矢量天线的短波环境噪声测量方法,所述对所述概率密度分布图像与预设概率分布样本进行比对,获得噪声或干扰信号的统计分析结果的步骤还包括:
根据所述协方差矩阵确定所述方位分量和俯仰分量瞬时极化比的概率密度;
所述瞬时极化比的概率密度的具体确定方式为:
;
其中,和/>分别为瞬时极化比/>的实部和虚部;/>和/>分别为/>和/>之间的协方差;/>为/>的方差;/>为/>的方差。
根据所述的基于矢量天线的短波环境噪声测量方法,所述对所述概率密度分布图像与预设概率分布样本进行比对,获得噪声或干扰信号的统计分析结果的步骤还包括:
通过俯仰分量的极化分量功率统计分布函数。
第二方面,本发明还提供一种基于矢量天线的短波环境噪声测量装置,包括:
第一分析模块,用于获取矢量天线在笛卡尔坐标系中三个方向轴上的噪声或干扰信号的电场幅度和相位信息,并确定所述噪声或干扰信号在笛卡尔坐标系中三个方向轴上的电场分量;
第二分析模块,用于基于所述电场幅度确定所述噪声或干扰信号的方位角和俯仰角;
第三分析模块,用于根据所述方位角和俯仰角将所述噪声或干扰信号在笛卡尔坐标系中三个方向轴上的电场分量分别转换为球坐标系中三个方向上的电场分量,获得所述噪声或干扰信号的方位分量和俯仰分量;
第四分析模块,用于基于所述方位分量和俯仰分量进行极化比计算获得所述噪声或干扰信号的极化比信息;
第五分析模块,用于获取多个噪声或干扰信号的极化比信息,并进行统计处理,完成短波环境噪声测量。
第三方面,本发明提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述基于矢量天线的短波环境噪声测量方法的步骤。
第四方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述基于矢量天线的短波环境噪声测量方法的步骤。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,能够取得下列有益效果:
(1)本发明利用矢量天线具备多天线元素的特点,能够在单次测量中获取多个方向的噪声数据,极大地提高了测量的效率,减少了测量时间和工作量,同时提供了更全面的噪声信息。通过电场幅度确定噪声或干扰信号的方位角和俯仰角,实现更准确地获取信号的方向信息,排除非短波环境噪声的干扰,有效地进行滤波处理,从而提高了噪声或干扰测量的精度、准确性以及处理效率。通过将电场分量从笛卡尔坐标系转换到球坐标系,可以实现更精确的方向信息获取,进而提高噪声或干扰信号的测量精度。同时,坐标转换简化了数据处理过程,提高了数据处理效率,从而加快了整个噪声测量的速度。
(2) 利用多个方向的噪声数据,可以研究噪声的空间分布特性、方向性等,比如它的强度和频谱,可以帮助我们预测通信链路的性能,以及在必要时调整其参数,从而可以为环境噪声的研究和整个通信系统的评估提供更全面的数据支持。
(3)本发明还进一步对噪声的极化方向、极化比等信息进行测算,并进行一定的统计处理,根据噪声的统计特性,可以改进信号处理策略,对后续进行信号收发时的噪声抑制提供有效地数据支持。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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的附图。
图1是本发明提供的基于矢量天线的短波环境噪声测量方法的流程示意图;
图2是本发明提供的本发明提供的矢量天线接受噪声或干扰信号的响应原理示意图;
图3是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在本发明实施例的描述中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
近年来,矢量天线因其具有方向性、可调性等特性,在无线通信和雷达系统等领域得到了广泛的应用。这意味着矢量天线不仅能够测量噪声的幅度,还能够测量噪声的方向,即能够提供多维度的信号接收信息。这对于定位噪声源、分析噪声的空间分布以及进行空间选择性接收等任务十分重要。同时矢量天线通常具有很高的灵活性和自适应性,能够动态调整其指向、增益或极化状态,以适应变化的环境条件或任务需求,使得它们能够在各种复杂和挑战性的场景中实现有效的噪声测量。
基于以上背景,本申请提出了一种基于矢量天线的短波环境噪声测量方法,旨在解决传统短波噪声测量技术存在的问题,提高短波环境噪声的效率和全面性。
下面结合图1-图3描述本发明实施例所提供的基于矢量天线的短波环境噪声测量方法和装置。
图1是本发明提供的基于矢量天线的短波环境噪声测量方法的流程示意图,如图1所示,包括但不限于以下步骤:
步骤1:获取矢量天线在预设抽样时刻在笛卡尔坐标系中三个方向轴上的噪声或干扰信号的电场幅度和相位信息,并确定所述噪声或干扰信号在笛卡尔坐标系中三个方向轴上的电场分量;
步骤2:基于所述电场幅度确定所述噪声或干扰信号的方位角和俯仰角;
步骤3:根据所述方位角和俯仰角将所述噪声或干扰信号在笛卡尔坐标系中三个方向轴上的电场分量分别转换为球坐标系中三个方向上的电场分量,获得所述噪声或干扰信号的方位分量和俯仰分量;
步骤4:并基于所述方位分量和俯仰分量进行极化比计算获得所述噪声或干扰信号的极化比信息;
步骤5:重复上述步骤1-4,获得多个噪声或干扰信号的极化比信息,并进行统计处理,完成短波环境噪声测量。
下面结合具体实施例,对本发明的技术方案进行说明。
图2是本发明提供的矢量天线接受噪声或干扰信号的响应原理示意图,如图2所示,在短波环境噪声测量过程中,矢量天线感应周围环境中的信号,设定几个频段进行空采,并建立空间直角坐标系,即笛卡尔坐标系,通过接收天线各个通道输出IQ两路信号,以获取噪声或干扰信号在笛卡尔坐标系中xyz三个方向轴上的电场幅度和相位信息。
其中,矢量天线中相互正交的3个电性天线和相互垂直的3个磁性天线分别连接到一路接收通道,用其捕获空间环境中的电磁信号,也即噪声或干扰信号。
每个天线都连接到一个独立的射频接收器,用于接收并放大电磁信号,将接收到的信号进行预处理,在选定一个短波频段范围后,通过滤波,剔除所需频段之外的信号;而后对信号进行放大,进而采样得到该噪声或干扰信号的数字信号。
进一步地,对采样得到数字信号进行希尔伯特变换,将实信号转换为复信号,得到IQ两路信号,从而就可以得到该噪声或干扰信号的幅度和相位信息,也即是得到该噪声或干扰信号在笛卡尔坐标系中X、Y、Z轴方向上电场和磁场共6组幅度和相位,分别表示为、、/>和/>、/>、/>。
用复数表示法对所述噪声或干扰信号在笛卡尔坐标系中三个方向轴上的电场分量进行表征,其中便包含电场实时的幅度和相位信息。
可选地,该噪声或干扰信号在笛卡尔坐标系中三个方向轴上的电场分量的方式可以为:
、/>;
其中,、/>、/>分别为矢量天线在笛卡尔坐标系中三个方向上接收到的电场分量,/>、/>、/>分别为x、y、z方向接收电场幅度,/>、/>、/>分别为x、y、z方向接收电场初始相位,/>为信号频率。
进一步地,根据已知x、y、z三个方向上的电场幅值,可以确定出该噪声或干扰信号的方位角和俯仰角/>,其中,方位角可以通过对比水平面内的电场分量,即x轴和y轴方向上的电场分量强度来确定;俯仰角则可以通过分析垂直于地面的电场分量与水平面内电场分量的幅值关系来获得。
可选地,确定方式为:和/>。
进而根据该噪声或干扰信号的方位角和俯仰角将该噪声或干扰信号在笛卡尔坐标系中三个方向轴上的电场分量分别转换为球坐标系中三个方向上的电场分量,其中,球坐标系也即是由波矢量和与波矢量垂直平面构成的三维坐标系。坐标变换如下:
通过矩阵运算例如,将噪声或干扰信号在笛卡尔坐标系中x、y、z方向的坐标转换为由传播方向和与传播方向垂直平面构成坐标系上的对应坐标。
通过将电场分量从笛卡尔坐标系转换到球坐标系,可以实现更精确的方向信息获取,进而提高噪声或干扰信号的测量精度。同时,坐标转换简化了数据处理过程,提高了数据处理效率,从而加快了整个噪声测量的速度。
进一步地,根据上述计算得到的和,将所有实部相加,所有虚部相加,得到/>和/>的实部与虚部,从而确定出/>和/>的电场幅值和相位,确定方式如下:
;/>。
其中,、/>分别为矢量天线在球坐标系中方位和俯仰方向轴上接收到的电场分量,/>、/>分别为方位和俯仰方向接收的电场幅度,/>、/>分别为方位和俯仰方向接收的电场初始相位,/>为信号频率。
可选地,和/>
;
;
可选地,和/>的确定方式如下:
;
;
其中,和/>分别表示括号中复数的实部和虚部。需要说明的是,因手动计算的复杂性,该表达式的具体结果得出需要结合实际测得的数据,通过代码编写来用计算机算得。由此,可以认为/>和/>分别是笛卡尔坐标下的水平和垂直极化的分量。
进一步地,在一个频段内,获取不同抽样时刻的噪声或干扰信号重复上述步骤,获得多个噪声或干扰信号的极化比信息,并将多个噪声或干扰信号的极化比信息进行统计处理,实现短波环境噪声测量。
在一个实施例中,基于上述步骤获得的极化比信息计算多组噪声或干扰信号的概率密度分布(probability density function, PDF),并绘制图像,生成概率密度分布图像。进而通过获取到的概率密度分布图像,与几种常见的概率分布进行比对,识别多个噪声或干扰信号分布的特征参数,生成统计分析结果。
值得说明的是,本发明为深入分析噪声的统计特性,将绘制的噪声PDF与若干常见的理论分布(如正态分布、泊松分布等)进行详细比对。进而识别该噪声或干扰信号分布的特征参数,如均值、方差和偏度等,进而通过俯仰分量的极化分量功率统计分布函数,从而为进一步的信号处理和噪声抑制策略提供坚实的统计基础。
具体的,根据得到的N组噪声或干扰信号的和/>数据来计算协方差矩阵/>,表达式如下:
;
其中,和/>分别为/>和/>之间的协方差;/>为/>的方差;/>为/>的方差;
值得说明的是,由于和/>是复随机变量,这些元素本身都可以是负数。
从而基于上述内容,可以获得极化分量功率/>的统计分布函数具体为:
;
同理,极化分量功率/>的统计分布:
;
在一个实施例中,除了功率的概率分布,还可以对和/>的幅度比和相位差进行概率密度分布的统计处理计算,也即是对计算得到的极化比/>进行统计处理。
具体的,设两个分量的幅度比为,这是一个瞬态值,则幅度比的概率密度函数的确定方式如下:
;
进一步地,相位差的概率密度函数为:
其中,是/>的相角,/>是噪声或干扰的复相关系数。
可选地,的确定方式如下:
;
其中,为/>的相角。
由此基于以上内容,可选地,瞬时极化比的概率密度函数的确定方式如下:
其中,和/>分别为瞬时极化比/>的实部和虚部。
综上所述,本发明利用矢量天线技术,其具备多天线元素的特点,能够在单次测量中获取多个方向的噪声数据,极大地提高了测量的效率,减少了测量时间和工作量,同时提供了更全面的噪声信息。
同时,通过对采集的环境噪声或干扰信号数据进行综合分析,并利用其多维度特性,进一步深入探索噪声的空间分布特征及方向性等重要参数。特别是对噪声强度、极化特性分布和频谱分布的精确分析,可以为预测和优化通信链路性能提供关键见解。此外,该分析框架支持实时参数调整,增强以该方法建立的分析系统的适应性和鲁棒性,可以为环境噪声的科学研究提供深入的数据支持,也为通信系统的整体评估与优化贡献了宝贵的洞察力。
此外,本发明方法除了常规的噪声幅值与相位的测量统计,还进一步对噪声的极化方向、极化比等信息进行测算,并进行一定的统计处理,了解它的统计特性,可以帮助我们改进信号处理策略,对后续进行信号收发时的噪声抑制提供帮助。
比如知道环境噪声的极化信息,可以帮助我们选择或设计适当的极化方式以最小化噪声影响,为我们优化极化匹配提供帮助。并且在多信号环境中,不同源的信号可能会混合在一起,导致分离和识别的困难。
但如果这些信号的极化特性不同,那么它们就可以通过极化滤波来分离。这对于在高噪声环境中接收微弱信号,或者在复杂环境中分离出特定信号源的信号会是很有帮助的。
此外,通过本发明可以研究噪声的空间分布特性、方向性等,比如它的强度和频谱,可以帮助我们预测通信链路的性能,以及在必要时调整其参数,从而可以为环境噪声的研究和整个通信系统的评估提供更全面的数据支持。
本发明还提供的一种基于矢量天线的短波环境噪声测量装置,包括:
第一分析模块,用于获取矢量天线在笛卡尔坐标系中三个方向轴上的噪声或干扰信号的电场幅度和相位信息,并确定所述噪声或干扰信号在笛卡尔坐标系中三个方向轴上的电场分量;
第二分析模块,用于基于所述电场幅度确定所述噪声或干扰信号的方位角和俯仰角;
第三分析模块,用于根据所述方位角和俯仰角将所述噪声或干扰信号在笛卡尔坐标系中三个方向轴上的电场分量分别转换为球坐标系中三个方向上的电场分量,获得所述噪声或干扰信号的方位分量和俯仰分量;
第四分析模块,用于基于所述方位分量和俯仰分量进行极化比计算获得所述噪声或干扰信号的极化比信息;
第五分析模块,用于获取多个噪声或干扰信号的极化比信息,并进行统计处理,完成短波环境噪声测量。
需要说明的是,本发明实施例提供的基于矢量天线的短波环境噪声测量装置,在具体运行时,可以执行上述任一实施例所述的基于矢量天线的短波环境噪声测量方法,对此本实施例不作赘述。
图3是本发明提供的电子设备的结构示意图,如图3所示,该电子设备可以包括:处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340,其中,处理器310,通信接口320,存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令,以执行一种基于矢量天线的短波环境噪声测量方法,该方法包括:步骤1:获取矢量天线在预设抽样时刻在笛卡尔坐标系中三个方向轴上的噪声或干扰信号的电场幅度和相位信息,并确定所述噪声或干扰信号在笛卡尔坐标系中三个方向轴上的电场分量;步骤2:基于所述电场幅度确定所述噪声或干扰信号的方位角和俯仰角;步骤3:根据所述方位角和俯仰角将所述噪声或干扰信号在笛卡尔坐标系中三个方向轴上的电场分量分别转换为球坐标系中三个方向上的电场分量,获得所述噪声或干扰信号的方位分量和俯仰分量; 步骤4:基于所述方位分量和俯仰分量进行极化比计算获得所述噪声或干扰信号的极化比信息;步骤5:重复上述步骤1-4,获得多个噪声或干扰信号的极化比信息,并进行统计处理,完成短波环境噪声测量。
此外,上述的存储器330中的逻辑指令可以通过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,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明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)执行本发明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(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各实施例所提供的基于矢量天线的短波环境噪声测量方法,该方法包括:步骤1:获取矢量天线在预设抽样时刻在笛卡尔坐标系中三个方向轴上的噪声或干扰信号的电场幅度和相位信息,并确定所述噪声或干扰信号在笛卡尔坐标系中三个方向轴上的电场分量;步骤2:基于所述电场幅度确定所述噪声或干扰信号的方位角和俯仰角;步骤3:根据所述方位角和俯仰角将所述噪声或干扰信号在笛卡尔坐标系中三个方向轴上的电场分量分别转换为球坐标系中三个方向上的电场分量,获得所述噪声或干扰信号的方位分量和俯仰分量; 步骤4:基于所述方位分量和俯仰分量进行极化比计算获得所述噪声或干扰信号的极化比信息;步骤5:重复上述步骤1-4,获得多个噪声或干扰信号的极化比信息,并进行统计处理,完成短波环境噪声测量。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的基于矢量天线的短波环境噪声测量方法,该方法包括:步骤1:获取矢量天线在预设抽样时刻在笛卡尔坐标系中三个方向轴上的噪声或干扰信号的电场幅度和相位信息,并确定所述噪声或干扰信号在笛卡尔坐标系中三个方向轴上的电场分量;步骤2:基于所述电场幅度确定所述噪声或干扰信号的方位角和俯仰角;步骤3:根据所述方位角和俯仰角将所述噪声或干扰信号在笛卡尔坐标系中三个方向轴上的电场分量分别转换为球坐标系中三个方向上的电场分量,获得所述噪声或干扰信号的方位分量和俯仰分量; 步骤4:基于所述方位分量和俯仰分量进行极化比计算获得所述噪声或干扰信号的极化比信息;步骤5:重复上述步骤1-4,获得多个噪声或干扰信号的极化比信息,并进行统计处理,完成短波环境噪声测量。
以上所描述的装置实施例仅仅是示意性的,其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于矢量天线的短波环境噪声或干扰测量方法,其特征在于,包括:
步骤1:获取矢量天线在笛卡尔坐标系中三个方向轴上的噪声或干扰信号的电场幅度和相位信息,并确定所述噪声或干扰信号在笛卡尔坐标系中三个方向轴上的电场分量;
步骤2:基于所述电场幅度确定所述噪声或干扰信号的方位角和俯仰角;
步骤3:根据所述方位角和俯仰角将所述噪声或干扰信号在笛卡尔坐标系中三个方向轴上的电场分量分别转换为球坐标系中三个方向上的电场分量,获得所述噪声或干扰信号的方位分量和俯仰分量;
步骤4:基于所述方位分量和俯仰分量进行极化比计算获得所述噪声或干扰信号的极化比信息;
步骤5:重复上述步骤1-4,获得多个噪声或干扰信号的极化比信息,并进行统计处理,完成短波环境噪声测量。
2.根据权利要求1所述的基于矢量天线的短波环境噪声测量方法,其特征在于,所述噪声或干扰信号的方位分量和俯仰分量的获取步骤包括:
确定所述噪声或干扰信号的在俯仰方向、方位方向的电场的幅度信息和相位信息;
根据所述在俯仰方向、方位方向的电场的幅度信息和相位信息确定所述噪声或干扰信号的方位分量和俯仰分量,所述幅度信息的获取方式包括:分别计算分量实部和虚部的平方和并开方;所述相位信息的获取方式包括:计算电场分量虚部与实部比值的反正切。
3.根据权利要求1所述的基于矢量天线的短波环境噪声测量方法,其特征在于,所述进行统计处理的步骤包括:
基于所述极化比信息进行概率密度分布计算生成概率密度分布图像;
对所述概率密度分布图像与预设概率分布样本进行比对,获得噪声或干扰信号的统计分析结果。
4.根据权利要求1所述的基于矢量天线的短波环境噪声测量方法,其特征在于,所述对所述概率密度分布图像与预设概率分布样本进行比对,获得噪声或干扰信号的统计分析结果的步骤包括:
获取方位分量和俯仰分量进行协方差计算获得方位分量和俯仰分量的协方差矩阵;
根据所述协方差矩阵确定方位分量和俯仰分量幅度比的概率密度;
所述幅度比的概率密度的确定方式为:
;
其中,为/>的方差;/>为/>的方差;幅度比为/>;/>为/>和/>之间的协方差/>、/>分别为矢量天线在球坐标系中方位和俯仰方向轴上接收到的电场分量。
5.根据权利要求4所述的基于矢量天线的短波环境噪声测量方法,其特征在于,所述对所述概率密度分布图像与预设概率分布样本进行比对,获得噪声或干扰信号的统计分析结果的步骤还包括:
根据所述协方差矩阵确定所述方位分量和俯仰分量相位差的概率密度;
所述相位差的概率密度的具体确定方式为:
其中,是/>的相角,/> 是噪声或干扰的复相关系数;/>和/>分别为和/>之间的协方差;/>为/>的方差;/>为/>的方差。
6.根据权利要求4所述的基于矢量天线的短波环境噪声测量方法,其特征在于,所述对所述概率密度分布图像与预设概率分布样本进行比对,获得噪声或干扰信号的统计分析结果的步骤还包括:
根据所述协方差矩阵确定所述方位分量和俯仰分量瞬时极化比的概率密度;
所述瞬时极化比的概率密度的具体确定方式为:
;
其中, 和/>分别为瞬时极化比/>的实部和虚部;/>和/>分别为/>和/>之间的协方差;/>为/>的方差;/>为/>的方差。
7.根据权利要求4所述的基于矢量天线的短波环境噪声测量方法,其特征在于,所述对所述概率密度分布图像与预设概率分布样本进行比对,获得噪声或干扰信号的统计分析结果的步骤还包括:
通过俯仰分量的极化分量功率统计分布函数。
8.一种基于矢量天线的短波环境噪声测量装置,其特征在于,包括:
第一分析模块,用于获取矢量天线在笛卡尔坐标系中三个方向轴上的噪声或干扰信号的电场幅度和相位信息,并确定所述噪声或干扰信号在笛卡尔坐标系中三个方向轴上的电场分量;
第二分析模块,用于基于所述电场幅度确定所述噪声或干扰信号的方位角和俯仰角;
第三分析模块,用于根据所述方位角和俯仰角将所述噪声或干扰信号在笛卡尔坐标系中三个方向轴上的电场分量分别转换为球坐标系中三个方向上的电场分量,获得所述噪声或干扰信号的方位分量和俯仰分量;
第四分析模块,用于基于所述方位分量和俯仰分量进行极化比计算获得所述噪声或干扰信号的极化比信息;
第五分析模块,用于获取多个噪声或干扰信号的极化比信息,并进行统计处理,完成短波环境噪声测量。
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述基于矢量天线的短波环境噪声测量方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述基于矢量天线的短波环境噪声测量方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410283023.1A CN117879736B (zh) | 2024-03-13 | 2024-03-13 | 一种基于矢量天线的短波环境噪声或干扰测量方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410283023.1A CN117879736B (zh) | 2024-03-13 | 2024-03-13 | 一种基于矢量天线的短波环境噪声或干扰测量方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117879736A true CN117879736A (zh) | 2024-04-12 |
CN117879736B CN117879736B (zh) | 2024-05-17 |
Family
ID=90592293
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410283023.1A Active CN117879736B (zh) | 2024-03-13 | 2024-03-13 | 一种基于矢量天线的短波环境噪声或干扰测量方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117879736B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106970374A (zh) * | 2017-05-27 | 2017-07-21 | 中国人民解放军63892部队 | 干扰条件下单脉冲雷达目标和干扰源角度的测量方法 |
CN106970361A (zh) * | 2017-05-27 | 2017-07-21 | 中国人民解放军63892部队 | 干扰条件下双极化单脉冲雷达目标角度的估计方法 |
CN109660303A (zh) * | 2018-11-29 | 2019-04-19 | 武汉船舶通信研究所(中国船舶重工集团公司第七二二研究所) | 短波天线性能评估系统 |
US20220376750A1 (en) * | 2020-11-19 | 2022-11-24 | Southeast University | Skywave large-scale mimo communication method, model, and system |
-
2024
- 2024-03-13 CN CN202410283023.1A patent/CN117879736B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106970374A (zh) * | 2017-05-27 | 2017-07-21 | 中国人民解放军63892部队 | 干扰条件下单脉冲雷达目标和干扰源角度的测量方法 |
CN106970361A (zh) * | 2017-05-27 | 2017-07-21 | 中国人民解放军63892部队 | 干扰条件下双极化单脉冲雷达目标角度的估计方法 |
CN109660303A (zh) * | 2018-11-29 | 2019-04-19 | 武汉船舶通信研究所(中国船舶重工集团公司第七二二研究所) | 短波天线性能评估系统 |
US20220376750A1 (en) * | 2020-11-19 | 2022-11-24 | Southeast University | Skywave large-scale mimo communication method, model, and system |
Non-Patent Citations (2)
Title |
---|
ZHANG Z等: "Analysis and Design of HF Radio Noise Measurement Antennas considering Directivity and Polarization", 《2019 IEEE 9TH INTERNATIONAL CONFERENCE ON ELECTRONICS INFORMATION AND EMERGENCY COMMUNICATION (ICEIEC)》, 5 August 2019 (2019-08-05) * |
王占领等: "一种提高全极化相控阵雷达极化测量精度的方法", 《中国科学:信息科学》, 23 June 2021 (2021-06-23) * |
Also Published As
Publication number | Publication date |
---|---|
CN117879736B (zh) | 2024-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220113363A1 (en) | Direction of arrival estimation | |
CN109450499B (zh) | 一种基于导向矢量和空间功率估计的鲁棒波束形成方法 | |
EP1626287A1 (en) | Technique for estimating signal arrival direction not by utilizing eigenvalue decomposition and reception beam shaper | |
CN112910578B (zh) | 一种针对毫米波3d mimo信道的路径参数提取方法 | |
CN106353738B (zh) | 一种新的doa失配条件下稳健自适应波束形成方法 | |
CN110636466A (zh) | 一种机器学习下基于信道状态信息的WiFi室内定位系统 | |
CN110912630B (zh) | 一种基于多天线的空域频谱感知方法 | |
CN110727915B (zh) | 一种基于数据相关约束的鲁棒自适应波束形成方法 | |
CN112255629A (zh) | 基于联合uca阵列的序贯esprit二维不相干分布源参数估计方法 | |
CN112924924B (zh) | 一种基于l1范数稀疏表示的宽带信号DOA估计方法 | |
US9444558B1 (en) | Synthetic robust adaptive beamforming | |
Vesa et al. | Direction-of-Arrival estimation for uniform sensor arrays | |
CN117879736B (zh) | 一种基于矢量天线的短波环境噪声或干扰测量方法及装置 | |
RU2289146C1 (ru) | Способ обнаружения и пеленгования радиосигналов | |
CN107241131B (zh) | 一种利用信号非圆特性的波束形成方法 | |
CN114236462A (zh) | 一种基于特定非等间距阵列结构的高精度空间谱测向方法 | |
CN113917388A (zh) | 一种使用混合adc的doa估计和定位方法 | |
Erhel et al. | Localization of a VHF transmitter based on PDOA methods: Simulations and experiments | |
CN110531176A (zh) | 一种有源天线trp快速测量方法 | |
Tayem et al. | Capon root-MUSIC-like direction of arrival estimation based on real data | |
Ejaz et al. | Comparison of spectral and subspace algorithms for FM source estimation | |
Nagaraju et al. | Performance Analysis of Sparse Array Using Compressive Sensing in A Closed Multi-Path Environment | |
CN115396003B (zh) | 卫星系统用频方向性特征估计方法、系统、设备和介质 | |
Deng et al. | Fourth-order cumulant based direction finding algorithm for non-circular signals using uniform circular array with mutual coupling | |
CN116299435B (zh) | 煤岩界面识别雷达回波数据校验及坐标转换方法及系统 |
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 |