WO2022016796A1 - 一种线列阵阵列扩展方法 - Google Patents

一种线列阵阵列扩展方法 Download PDF

Info

Publication number
WO2022016796A1
WO2022016796A1 PCT/CN2020/137877 CN2020137877W WO2022016796A1 WO 2022016796 A1 WO2022016796 A1 WO 2022016796A1 CN 2020137877 W CN2020137877 W CN 2020137877W WO 2022016796 A1 WO2022016796 A1 WO 2022016796A1
Authority
WO
WIPO (PCT)
Prior art keywords
array
signal
sub
arrays
matrix
Prior art date
Application number
PCT/CN2020/137877
Other languages
English (en)
French (fr)
Inventor
毛卫宁
钱进
陈建润
Original Assignee
东南大学
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 东南大学 filed Critical 东南大学
Priority to AU2020356795A priority Critical patent/AU2020356795B2/en
Publication of WO2022016796A1 publication Critical patent/WO2022016796A1/zh

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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
    • H04B7/0837—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station using pre-detection combining
    • H04B7/0842—Weighted combining
    • H04B7/086—Weighted combining using weights depending on external parameters, e.g. direction of arrival [DOA], predetermined weights or beamforming

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Pure & Applied Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Computing Systems (AREA)
  • Signal Processing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

一种线性列阵阵列扩展方法，属于列阵波束形成技术领域，包括：（1）获取线列阵接收信号；（2）按奇、偶阵元将线列阵划分为两个子阵，分别得到两个子阵的接收信号；（3）计算奇、偶阵元构成的两个子阵的接收信号协方差矩阵；（4）根据两个子阵接收信号的协方差矩阵以及线阵列的旋转不变性构造扩展接收阵列信号；（5）计算扩展接收阵列的信号协方差矩阵；（6）根据扩展接收阵列信号Y的协方差矩阵，利用波束形成方法对扩展阵列进行波束形成和目标检测。解决了现有线阵列扩展方法低信噪比下性能下降，鲁棒性差；要求信源信号具有非圆对称性，应用有局限性；阵列扩展方法复杂，计算量大等问题。

Description

一种线列阵阵列扩展方法 技术领域
本发明涉及阵列信号处理方法，具体涉及一种线列阵阵列扩展方法。
背景技术
阵列信号处理技术广泛应用于雷达、通信、声呐等众多军用和民用领域，是这些领域中的一个焦点问题。信噪比是影响阵列信号处理性能的一个关键因素。对于给定的阵列配置，物理阵元数和阵列孔径是确定的，如何提高低信噪比下弱目标的探测性能是工程应用中亟待解决的问题。利用阵列扩展技术，通过虚拟增加阵元数目，实现阵列孔径扩展，提高低信噪比下弱目标的探测性能不失为一种有效途径。目前常用的阵列扩展技术主要有：基于高阶累积量法、基于内插变换法、基于信源和接收信号特性的重构数据法和基于宽带信号时延特性和信号非圆对称性的线列阵扩展方法等。
高阶累积量法有良好稳定的阵列扩展特性，且根据高斯信号的高阶累积量为零的性质，能够对系统中的高斯噪声起到抑制作用，使得其能够在不同的高斯噪声环境下具有良好的估计性能，但该方法计算量庞大，存在很多的冗余信息，当阵元数增加时，这些冗余信息可能使阵元之间发生耦合；内插变换法通过增加阵元数实现阵列扩展，但子区域的长度和内插变换角度的步长难以确定，如何兼顾算法计算量和计算精度是内插变换法的一大难点；基于信源和接收信号特性重构数据法的提出旨在解决内插变换法中存在的“角度敏感”、“插值步长敏感”以及运算量大等问题，但主要应用于L型阵列等特殊的二维阵列，如何将该方法运用到一维阵列模型有待研究；目前常用的一维线列阵扩展方法有基于线列阵时延特性的扩展方法和基于接收信号非圆特性的线列阵扩展方法，前者可以在阵列扩展的同时，实现相干信源的解相干，但在低信噪比条件下鲁棒性较差，后者要求入射信号具有非圆对称性，应用中有局限性。
因此，有必要提出一种新的线列阵的阵列扩展方法。
发明内容
发明目的：为克服上述现有技术的不足，本发明提供一种低信噪比条件下鲁棒性好、运算量小的线列阵阵列扩展方法。
技术方案：为实现上述目的，本发明采用如下技术方案：
一种线列阵阵列扩展方法，包括以下步骤：
(1)获取线列阵的接收信号x(t)；
(2)将线列阵按奇、偶阵元分成两个子阵，分别得到两个子阵的接收信号x o(t)和x e(t)；
(3)计算奇、偶阵元构成的两个子阵的接收信号协方差矩阵R xx；
(4)根据两个子阵接收信号的协方差矩阵R xx以及线列阵的旋转不变性构造扩展接收阵列信号Y；
(5)计算扩展接收阵列信号Y的协方差矩阵R YY；
(6)根据扩展接收阵列信号Y的协方差矩阵R YY，利用波束形成方法对扩展阵列进行波束形成和目标检测。
进一步的，所述步骤(1)中接收阵为均匀线列阵，阵元数为2M，K个远场信号源以平面波入射到接收阵，阵列接收信号为：
x(t)＝As(t)+n(t)
其中，x(t)为2M×1维阵列接收信号向量：
x(t)＝[x 1(t),x 2(t),…,x 2M(t)] T
s(t)和n(t)分别为K×1维源信号向量和2M×1维噪声向量：
s(t)＝[s 1(t),s 2(t),…,s K(t)] T
n(t)＝[n 1(t),n 2(t),…,n 2M(t)] T
A为2M×K维的阵列流型矩阵：
A＝[a(θ 1),a(θ 2),…,a(θ K)]
其中，
Figure PCTCN2020137877-appb-000001
λ为信号波长，d为阵元间距，θ k为第k个信号源的方位，k＝1,2,…,K。
进一步的，所述步骤(2)中，线列阵按奇、偶阵元分成两个子阵，两个子阵的接收信号分别为：
x o(t)＝[x 1(t),x 3(t),…,x 2M-1(t)] T
x e(t)＝[x 2(t),x 4(t),…,x 2M(t)] T
其中，x i(t)为第i个阵元的接收信号，x o(t)为奇数号阵元构成的子阵的接收信号，x e(t)为偶数号阵元构成的子阵的接收信号。
进一步的，所述步骤(3)中，奇、偶阵元构成的两个子阵的接收信号协方差矩阵为：
R xx＝E{x o(t)·x e Η(t)}＝A oR ssA e Η
其中，A o和A e分别为奇、偶阵元构成的两个子阵的阵列流型矩阵，由阵列流型矩阵A得 到，R ss为源信号协方差矩阵。
进一步的，所述步骤(4)中，构造的扩展接收阵列信号为：
Figure PCTCN2020137877-appb-000002
其中，Y 1＝R xx(:,1:M-1)，Y 2＝R xx(:,2:M)，R xx(:,1:M-1)和R xx(:,2:M)分别为协方差矩阵R xx的前M-1列和后M-1列构成的矩阵，矩阵Y 3为矩阵Y 2的共轭和行、列倒置，矩阵Y 4为矩阵Y 1的共轭和行、列倒置。
进一步的，所述步骤(5)中，扩展接收阵列的信号协方差矩阵为：
R YY＝E(YY Η)
更进一步的，所述步骤(6)中，利用常规波束形成CBF或最小方差无畸变响应MVDR波束形成方法对扩展阵列进行波束形成和目标检测，CBF和MVDR波束形成的波束输出功率为：
P CBF＝w ΗR YYw
Figure PCTCN2020137877-appb-000003
其中，w＝[(a o) T,(a ob -1) T,(a ob) T,(a o) T] T，b＝e j2π2dcosθ/λ，a o为奇数号阵元所构成的子阵的导向向量，a o＝[1 e j2π2dcosθ/λ … e j2π(2M-2)dcosθ/λ] T，λ为信号波长，d为阵元间距，θ为空间的波束扫描方位。
有益效果：本发明利用各阵元噪声的不相关性，以及线列阵的旋转不变性重构阵列数据，实现了一维线列阵的扩展。通过阵列扩展提高弱目标的探测性能，可以大大降低探测系统的硬件成本。与现有技术相比，本发明在阵列扩展的同时，进一步减小了噪声的影响，降低了波束输出旁瓣，有利于低信噪比下弱目标的检测，提高了鲁棒性；阵列扩展方法简单，计算量小，不要求信源信号具有非圆对称性，提高了实用性。
附图说明
图1是本发明实施例提供的线列阵阵列扩展方法流程图；
图2是根据本发明实施例得到的扩展阵常规波束形成波束输出功率随方位变化曲线示意图；
图3是根据本发明实施例得到的扩展阵最小方差无畸变响应波束形成波束输出功率随方位变化曲线示意图；
图4是根据本发明实施例得到的扩展阵检测概率随信噪比变化的曲线示意图。
具体实施方式
下面结合附图对本发明的技术方案作进一步说明。
参照图1，在一实施例中，针对一维线列阵的阵列扩展方法包括以下步骤：
步骤(1)，获取线列阵接收信号：
给定目标源信号为带限噪声，频带为2000Hz-2400Hz，采样频率16000Hz，采用阵元数为6的均匀线列阵，声速1500m/s，阵元间距为中心频率波长的一半，单次快拍数为1024，信源数为1，目标方位为60°，信噪比为-10dB。
阵列接收信号为：
x(t)＝As(t)+n(t)            (1)
其中，x(t)为2M×1维阵列接收信号向量：
x(t)＝[x 1(t),x 2(t),…,x 2M(t)] T        (2)
s(t)和n(t)分别为K×1维信号向量(信号源发出)和2M×1维噪声向量：
s(t)＝[s 1(t),s 2(t),…,s K(t)] T            (3)
n(t)＝[n 1(t),n 2(t),…,n 2M(t)] T           (4)
噪声是均值为零，方差为σ 2的高斯白噪声，A为2M×K维的阵列流型矩阵：
A＝[a(θ 1),a(θ 2),…,a(θ K)]         (5)
其中，
Figure PCTCN2020137877-appb-000004
λ为信号波长，d为阵元间距，θ k为第k个信号源的方位，k＝1,2,…,K；j表示复数因子；
步骤(2)，按奇、偶阵元将线列阵划分为两个子阵：
奇、偶阵元构成的两个子阵的接收信号为：
x o(t)＝[x 1(t),x 3(t),…,x 2M-1(t)] T     (6)
x e(t)＝[x 2(t),x 4(t),…,x 2M(t)] T       (7)
其中，x i(t)为第i个阵元的接收信号，x o(t)为奇数号阵元构成的子阵的接收信号，x e(t)为偶数号阵元构成的子阵的接收信号。
步骤(3)，计算奇、偶阵元构成的两个子阵的接收信号协方差矩阵：
R xx＝E{x o(t)·x e Η(t)}＝A oR ssA e Η      (8)
其中，A o和A e分别为奇、偶阵元构成的两个子阵的阵列流型矩阵，可由阵列流型矩阵A得到，如上所述，A是2M×K维矩阵，提取A中的奇数行×K维得到A o，将A中的偶数行×K维得到A e，R ss为源信号协方差矩阵。上标T表示转置，上标H表示共轭。由于各阵元的噪声不相关，奇、偶阵元构成的子阵的接收信号协方差矩阵R xx去除了噪声的影响。
步骤(4)，构造扩展接收阵列信号：
Figure PCTCN2020137877-appb-000005
其中，Y 1＝R xx(:,1:M-1)，Y 2＝R xx(:,2:M)，R xx(:,1:M-1)和R xx(:,2:M)分别为协方差矩阵R xx的前M-1列和后M-1列构成的矩阵，前M-1列指的是1到M-1列，后M-1列指的是2到M列，矩阵Y 3、Y 4由线列阵的旋转不变性得到，分别为矩阵Y 2、Y 1的共轭和行、列倒置；具体地，Y 3是由Y 2先共轭再行列倒置得到，Y 4是由Y 1先共轭再行列倒置得到。
步骤(5)，计算扩展接收阵列的信号协方差矩阵：
R YY＝E(YY Η)       (10)
步骤(6)，计算常规波束形成(Conventional Beamforming,CBF)和最小方差无畸变响应波束形成(Minimum Variance Distortionless Response,MVDR)的波束输出功率：
P CBF＝w ΗR YYw        (11)
Figure PCTCN2020137877-appb-000006
其中，w＝[(a o) T,(a ob -1) T,(a ob) T,(a o) T] T，b＝e j2π2dcosθ/λ，a o为奇阵元所构成的子阵的导向向量，a o＝[1 e j2π2dcosθ/λ … e j2π(2M-2)dcosθ/λ] T，λ为信号波长，d为阵元间距，θ为空间的波束扫描方位。
图2示出了扩展线列阵与未扩展线列阵常规波束形成波束输出功率随方位的变化，图3为扩展线列阵与未扩展线列阵MVDR波束形成波束输出功率随方位的变化，由图2和图3可见，扩展线列阵具有更低的旁瓣，表明对噪声的抑制能力增强；图4为扩展线列阵与未扩展线列阵检测概率随信噪比的变化，由100次蒙特卡洛实验得到，由图4可见，低信噪比下扩展线列阵的检测概率明显高于未扩展线列阵，有利于弱目标的检测。

Claims (7)

  1. 一种线列阵阵列扩展方法，其特征在于，包括以下步骤：
    (1)获取线列阵的接收信号x(t)；
    (2)将线列阵按奇、偶阵元分成两个子阵，分别得到两个子阵的接收信号x o(t)和x e(t)；
    (3)计算奇、偶阵元构成的两个子阵的接收信号协方差矩阵R xx；
    (4)根据两个子阵接收信号的协方差矩阵R xx以及线列阵的旋转不变性构造扩展接收阵列信号Y；
    (5)计算扩展接收阵列信号Y的协方差矩阵R YY；
    (6)根据扩展接收阵列信号Y的协方差矩阵R YY，利用波束形成方法对扩展阵列进行波束形成和目标检测。
  2. 根据权利要求1所述的线列阵阵列扩展方法，其特征在于，所述步骤(1)中线列阵的接收信号为：
    x(t)＝As(t)+n(t)
    其中，x(t)为2M×1维阵列接收信号向量：
    x(t)＝[x 1(t),x 2(t),…,x 2M(t)] Τ
    s(t)和n(t)分别为K×1维源信号向量和2M×1维噪声向量：
    s(t)＝[s 1(t),s 2(t),…,s K(t)] Τ
    n(t)＝[n 1(t),n 2(t),…,n 2M(t)] Τ
    A为2M×K维的阵列流型矩阵：
    A＝[a(θ 1),a(θ 2),…,a(θ K)]
    其中，
    Figure PCTCN2020137877-appb-100001
    λ为信号波长，d为阵元间距，θ k为第k个信号源的方位，k＝1,2,…,K，K为信号源个数，2M为线列阵的阵元数。
  3. 根据权利要求1所述的线列阵阵列扩展方法，其特征在于，所述步骤(2)中，线列阵按奇、偶阵元分成两个子阵，两个子阵的接收信号分别为：
    x o(t)＝[x 1(t),x 3(t),…,x 2M-1(t)] Τ
    x e(t)＝[x 2(t),x 4(t),…,x 2M(t)] Τ
    其中x i(t)为第i个阵元的接收信号，x o(t)为奇数号阵元构成的子阵的接收信号，x e(t)为偶数号阵元构成的子阵的接收信号，2M为线列阵的阵元数目。
  4. 根据权利要求1所述的线列阵阵列扩展方法，其特征在于，所述步骤(3)中，奇、偶阵元构成的两个子阵接收信号协方差矩阵为：
    R xx＝E{x o(t)·x e Η(t)}＝A oR ssA e Η
    其中，A o和A e分别为奇、偶阵元构成的两个子阵的阵列流型矩阵，R ss为源信号协方差矩阵。
  5. 根据权利要求1所述的线列阵阵列扩展方法，其特征在于，所述步骤(4)中，构造的扩展接收阵列信号Y为：
    Figure PCTCN2020137877-appb-100002
    其中，Y 1＝R xx(:,1:M-1)，Y 2＝R xx(:,2:M)，R xx(:,1:M-1)和R xx(:,2:M)分别为协方差矩阵R xx的前M-1列和后M-1列构成的矩阵，矩阵Y 3为矩阵Y 2的共轭和行、列倒置，矩阵Y 4为矩阵Y 1的共轭和行、列倒置。
  6. 根据权利要求5所述的线列阵阵列扩展方法，其特征在于，所述步骤(5)中，扩展接收阵列的信号协方差矩阵为：R YY＝E(YY Η)。
  7. 根据权利要求1所述的线列阵阵列扩展方法，其特征在于，所述步骤(6)中，利用常规波束形成CBF或最小方差无畸变响应MVDR波束形成方法对扩展阵列进行波束形成和目标检测，CBF和MVDR波束形成的波束输出功率分别为：
    P CBF＝w ΗR YYw
    Figure PCTCN2020137877-appb-100003
    其中，w＝[(a o) Τ,(a ob -1) Τ,(a ob) Τ,(a o) Τ] Τ，b＝e j2π2dcosθ/λ，a o为奇数号阵元所构成的子阵的导向向量，a o＝[1 e j2π2dcosθ/λ … e j2π(2M-2)dcosθ/λ] T，λ为信号波长，d为阵元间距，θ为空间的波束扫描方位。
PCT/CN2020/137877 2020-07-22 2020-12-21 一种线列阵阵列扩展方法 WO2022016796A1 (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
AU2020356795A AU2020356795B2 (en) 2020-07-22 2020-12-21 Method of array extension for linear arrays

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202010708433.8A CN111736118B (zh) 2020-07-22 2020-07-22 一种线列阵阵列扩展方法
CN202010708433.8 2020-07-22

Publications (1)

Publication Number Publication Date
WO2022016796A1 true WO2022016796A1 (zh) 2022-01-27

Family

ID=72657023

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2020/137877 WO2022016796A1 (zh) 2020-07-22 2020-12-21 一种线列阵阵列扩展方法

Country Status (3)

Country Link
CN (1) CN111736118B (zh)
AU (1) AU2020356795B2 (zh)
WO (1) WO2022016796A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111736118B (zh) * 2020-07-22 2020-11-17 东南大学 一种线列阵阵列扩展方法
CN113447887B (zh) * 2021-09-02 2022-01-21 广东省新一代通信与网络创新研究院 全空间定位方法、装置、设备与计算机可读存储介质
CN114858271B (zh) * 2022-07-05 2022-09-23 杭州兆华电子股份有限公司 一种声音探测用的阵列放大方法
CN116244561A (zh) * 2023-03-14 2023-06-09 哈尔滨工程大学 一种基于组合子阵协方差矩阵的线列阵扩展方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103308877A (zh) * 2013-05-21 2013-09-18 西安电子科技大学 基于分离式偶极子对阵列的多参数估计方法
CN103546221A (zh) * 2013-10-25 2014-01-29 东南大学 一种宽带相干信号波达角估计方法
JP2020091263A (ja) * 2018-12-07 2020-06-11 株式会社東芝 レーダシステム及び信号処理方法
CN111273219A (zh) * 2020-02-17 2020-06-12 华南理工大学 一种基于圆与非圆混合信号的一维水下波达方向估计方法
CN111736118A (zh) * 2020-07-22 2020-10-02 东南大学 一种线列阵阵列扩展方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103091671B (zh) * 2013-01-15 2014-06-18 西安电子科技大学 基于非同心电磁矢量阵列雷达的两维波达方向估计方法
CN104698433B (zh) * 2015-03-16 2017-08-29 电子科技大学 基于单快拍数据的相干信号doa估计方法
CN105824002B (zh) * 2016-04-15 2018-05-04 西安电子科技大学 基于嵌套式子阵阵列的波达方向估计方法
CN109283486A (zh) * 2018-10-26 2019-01-29 大连理工大学 基于广义复数相关熵的相干分布式非圆信号角度参数联合估计方法
CN111580039A (zh) * 2020-03-29 2020-08-25 重庆邮电大学 基于非圆信号的单基地展开互质阵列mimo雷达doa估计方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103308877A (zh) * 2013-05-21 2013-09-18 西安电子科技大学 基于分离式偶极子对阵列的多参数估计方法
CN103546221A (zh) * 2013-10-25 2014-01-29 东南大学 一种宽带相干信号波达角估计方法
JP2020091263A (ja) * 2018-12-07 2020-06-11 株式会社東芝 レーダシステム及び信号処理方法
CN111273219A (zh) * 2020-02-17 2020-06-12 华南理工大学 一种基于圆与非圆混合信号的一维水下波达方向估计方法
CN111736118A (zh) * 2020-07-22 2020-10-02 东南大学 一种线列阵阵列扩展方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
YAN, FENGGANG ET AL.: "Joint Cross-Covariance Matrix Based Fast Direction of Arrival Estimation", SYSTEMS ENGINEERING AND ELECTRONICS, vol. 40, no. 4, 30 April 2018 (2018-04-30), pages 733 - 738, XP055888870, ISSN: 1001-506X *

Also Published As

Publication number Publication date
AU2020356795B2 (en) 2022-12-15
CN111736118A (zh) 2020-10-02
AU2020356795A1 (en) 2022-02-10
CN111736118B (zh) 2020-11-17

Similar Documents

Publication Publication Date Title
WO2022016796A1 (zh) 一种线列阵阵列扩展方法
CN107037392B (zh) 一种基于压缩感知的自由度增加型互质阵列波达方向估计方法
CN108344967B (zh) 基于互质面阵的二维波达方向快速估计方法
CN105403856A (zh) 基于嵌套式最小冗余阵列的波达方向估计方法
CN111965591B (zh) 一种基于四阶累积量矢量化dft的测向估计方法
CN106526530A (zh) 基于传播算子的2‑l型阵列二维doa估计算法
CN107783078B (zh) 一种波束-多普勒酉esprit多目标角度估计方法
Yang et al. A unified array geometry composed of multiple identical subarrays with hole-free difference coarrays for underdetermined DOA estimation
WO2021068496A1 (zh) 基于结构化虚拟域张量信号处理的互质面阵二维波达方向估计方法
CN113296049B (zh) 互质阵列脉冲环境下非圆信号的共轭增广doa估计方法
CN111337873B (zh) 一种基于稀疏阵的doa估计方法
CN108267712B (zh) 一种基于压缩平移互素阵列的doa估计方法及装置
Zheng et al. Unfolded coprime planar array for 2D direction of arrival estimation: An aperture-augmented perspective
CN109521393A (zh) 一种基于信号子空间旋转特性的波达方向估计算法
CN111239679B (zh) 一种用于互质面阵下相干信源doa估计的方法
CN110703185B (zh) 一种基于多级扩展嵌套阵列的波达方向估计方法
CN109946663B (zh) 一种线性复杂度的Massive MIMO目标空间方位估计方法和装置
CN110824416A (zh) 基于秩损原理的一维非相干分布式非圆信号参数估计方法
CN114563760B (zh) 一种基于sca阵型的二阶超波束形成方法、设备及介质
CN113238184B (zh) 一种基于非圆信号的二维doa估计方法
CN111142064A (zh) 一种提高阵列自由度和虚拟孔径的阵列设置方法
Liu et al. 2D DOA estimation for noncircular sources using L-shaped sparse array
CN111830458A (zh) 一种平行线阵单快拍二维测向方法
CN116774139A (zh) 一种基于阵列接收数据重构的测向方法
CN113219398B (zh) 远场窄带无线电信号波达方向估计方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20946310

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20946310

Country of ref document: EP

Kind code of ref document: A1

122 Ep: pct application non-entry in european phase

Ref document number: 20946310

Country of ref document: EP

Kind code of ref document: A1

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 12.09.2023).