CN102062851A - 基于改进l阵的星载宽带多目标的测向方法 - Google Patents

Abstract

本发明公开了一种基于改进的L阵的星载宽带多目标的测向方法。其过程为建立基于改进的L阵的阵列模型；对阵列接收数据进行多目标频域估计，频域得到K个谱峰；对每一阵元的接收数据作谱分析，取目标频率对应的不同阵元的数据组成一阵列矢量X(n_k)；用代价函数

进行谱峰搜索，并进行信号源个数的判断，得出对应的空域目标的角度。本方法运算量小，性能优良，在空域同时存在多个独立源和多对相干源的条件下，可以实现相对精确的DOA估计。

Description

基于改进L阵的星载宽带多目标的测向方法

技术领域

本发明涉及阵列信号处理技术领域，是一种基于改进L阵的星载宽带多目标的测向方法。在DOA估计中，阵列流形的选择对测向性能的影响很大，改进方法在使用性能优良的均匀L阵的基础上，提出一种改进的L阵的阵列流形，采用宽带测频测向联合估计的方法，实现同时对空域多目标的精确测向。

背景技术

近30年来，阵列信号处理作为信号处理的一个重要分支，在通信、雷达、声纳、地震、勘探、射电天文等多种国民经济和军事应用领域获得了广泛应用和迅速发展。所谓阵列信号处理是指将多个传感器设置在空间的不同位置而组成传感器阵列，用传感器阵列来接收空间信号并对接收的信号进行处理。它的研究对象是携带有信号的空间传播波，目的是通过对阵列接收的信号进行处理，增强所需要的有用信号，抑制无用的干扰和噪声，并提取有用的信号特征以及信号所包含的信息，如信号源数目估计、信号传播方向(定位)和波形等参数估计。与传统的单个定向传感器相比，传感器阵列具有灵活的波束控制、高的信号增益、极强的干扰抑制能力以及高的空间分辨能力等优点，这也是阵列测向技术近几十年来得以蓬勃发展的根本原因。

目前，在同时存在相干源和非相干源的情况下，基于L阵列测向方法主要有以下几种：

1.吴世龙等人于2006年在上海航天第二期上发表的文章《星载稀布L阵对地面辐射源的高精度测向研究》，该方法分别基于均匀和非均匀的L阵，采用二维MUSIC算法，研究了星载稀布L阵列的地面雷达辐射源测向，非均匀的L阵具有很高的测角精度，但是该方法只适用于独立源，对相干源往往无能无力。

2.韩英华等人于2008年5月在东北大学学报第五期上发表的文章《基于L阵的分布式信源二维波达方向估计算法》，该方法法研究了将相干分布式信源积分形式的方向向量化简为点信源方向向量与实向量的Schur-Hadamard积的方法，提出了一种基于L阵的相干分布式信源二维波达方向分离估计方法，具有较好的效果，但是该方法计算复杂，运算量很大。

发明内容

本发明的目的在于克服上述已有技术的不足，提供一种计算量相对较小的基于改进的L阵的星载多目标源的DOA估计方法，以解决同时存在多个独立源，多对相干源的情况下的DOA估计，实现同时存在多对相干源和多个独立源情况下的星载宽带多目标测向功能。

为实现上述目的，本发明的方法包括如下过程：

A.建立基于改进的L阵的阵列模型，如图2所示；

B.对阵列接收数据进行多目标频域估计，频域得到K个谱峰；

C.对每一阵元的接收数据作谱分析，取目标频率对应的不同阵元的数据组成一阵列矢量X(n_k)；

 D.用代价函数进行谱峰搜索，并进行信号源个数的判断，得出对应的空域目标的角度。

本发明使用性能优良的改进的均匀L阵进行DOA估计，在阵元个数一定的情况下，不仅充分利用性能优良的L阵以尽量扩大孔径。同时为了弥补采用L阵进行空域多目标测向容易产生配对错误的不足，对L阵进行改进，在L阵外增加一个阵元。在存在两相干源的情况下，这个阵元的接收数据中就包含了两目标角度的两维耦合信息，使之能从四个谱峰中分辨出两相干源，利用基于改进的L阵的多目标源的DOA估计方法，不需要多维搜索，大大降低运算量，而且性能优良，可以实现多目标源的条件下进行相对精确的DOA估计。

仿真结果表明，改进的L阵比普通的面阵孔径增大，分辨率高，而且与普通的L阵相比，具有可以对两相干源进行角度估计的特性。

对本发明的目的、特征、优点可通过如下附图和仿真试验详细描述。

附图说明

图1是本发明的方法流程图；

图2是本发明的基于改进的L阵的阵列流形；

图3是本发明仿真中应用改进L阵的空间三维谱图；

图4是本发明仿真中应用改进L阵的谱峰等高线图：

图5是本发明仿真中应用4*4面阵的空间三维谱图；

图6是本发明仿真中应用4*4面阵的谱峰等高线图；

图7是本发明仿真中应用L阵的空间三维谱图；

图8是本发明仿真中应用L阵的谱峰等高线图；

具体实施方式

实现本发明的步骤如下：

步骤1，建立阵列模型。

本文采用改进的均匀L阵，阵元排放位置如图2所示，其中每个阵元均为有向阵元。

假设有L个远场目标s_l(t)(l＝1，2，…，L)，每个信号的来向为

其中θ_l为方位角，

为俯仰角，f_l为该信号的频率。在理想情况下，即阵列的每个阵元为各向同性的，而且不考虑通道不一致性和互耦的影响时，阵列输出矩阵表达式为：

X(t)＝[x₁(t)，x₂(t)，…，x_M(t)]^T    (3)

S(t)＝[s₁(t)，s₂(t)，…，s_L(t)]^T    (4)

N(t)＝[n₁(t)，n₂(t)，…，n_L(t)]^T    (5)

n(t)～G(0，σ²IM)，G为高斯分布。

是M×L维的导向矩阵，其中a_nk是第n个阵元接收到的第l个目标的导向矢量，如图1所示，假设第一个阵元为参考阵元，对应位置坐标为(0，0，0)，第n(n＝1，2，…，M)个阵元的位置坐标为(x_n，y_n，z_n)，则：

其中c为光速，f_k为信号的载波频率。

步骤2，对多目标进行频域估计，频域得到K个谱峰。

采用离散傅立叶变换对多目标进行频域估计，频域得到K个谱峰。具体做法是任取一个通道的数据，并对其进行时域的FFT，得到第k个谱峰所对应的频率f_k，这样一共到到K个谱峰。若已知每一谱峰内信号源的个数，即谱峰内的信号源的个数Q_k(这里Q_k＝1或2)，则

其中k＝1，2…K。

步骤3，得到目标频率对应的阵列矢量X(n_k)。

对每一阵元的通道数据作谱分析，取目标频率对应的不同通道的数据组成一阵列矢量X(n_k)，即先对每个通道数据分别进行FTT，再去对应频点上的数据组成阵列矢量。

步骤4，谱峰搜索，估计出空域目标的方向。

取

用代价函数

进行搜索，其中P_A＝A(A^H*A)^-1A^H。

若事先不知道每个频点内的目标为一个还是两个，可以通过设置门限的方法来确定，即把最大谱峰次大谱峰之间差值设置一个门限的，若差值大于其门限就判断为一个目标，若差值小于此门限就判断为两个目标。如果该频点内只有一个目标则，最大值对应的方向就是目标的方向，若该频点内的目标有两个目标，则根据搜出两个较大的谱峰所对应的空域方向，可以估计出两相干信号的波达方向。

本发明的效果可以通过以下仿真结果进一步说明。

仿真1：改进L阵性能分析

仿真条件：改进的均匀L阵，阵元间距为半波长，阵列流形如图1所示。中心频率都为100M的两个窄带线性调频信号，搜索步长为0.2°，用直接降维的方法测向，经过100次蒙德卡罗实验，得到测得角度的均方根误差如下表所示：

表1：改进L阵性能分析

仿真结果表明：

1)从表1的第一组数据和第二组数据对比可以看出：由于对多次快拍进行了时域积累，快拍数的增加对性能的改善不是很明显。

2)在实际工程应用中，在两相干信号幅度信息未知的情况下，可以先测出两谱峰，若两谱峰值相差较大，表明两相干信号是强弱信号，可以使用分离强弱相干方法，陷去强信号后再测弱信号，以提高弱目标的测向精度。对第三组数据用分离强弱信号法则可以得到两信号的测得角度最小均方误差分别为(0.20，0.60)，(0.05，0.59)，弱信号测向性能改善比较明显。

3)第二组和第四组数据对比表明：在两相干信号幅度相等或相差不大的情况下，基于改进的L阵的星载多目标源的DOA估计方法时，阵元数的增加对提高测向性能效果较明显。这是由于该方法只适用于均匀阵，阵元数的增加即是阵列孔径的增加，因此可以减小波束宽度，提高分辨率。

仿真2：改进的均匀L阵与均匀面阵的比较

仿真条件：改进的均匀L阵仿真条件同仿真1。均匀面阵为4*4面阵，阵元间距为半波长。中心频率都为100M的两个窄带线性调频信号，搜索步长为0.2°，快拍数为200，得到测得角度的误差如下表所示：

表2：基于改进的L阵与面阵的性能比较

仿真结果表明：从图3和图5对比以及图4与图6相比可以看出，在同样使用16个阵元的情况下，因为改进的L阵的孔径比面阵的大，所以其波束宽度相对较窄，分辨率较高。从表2可以看出，在同样采用数目相同的阵元的情况下，相对与面阵而言，改进的L阵的测向误差较小。

仿真3：改进的L阵和L阵相比较

仿真条件：改进的均匀L阵仿真条件同仿真1。L阵元间距为半波长，阵列流形为L形，即比改进L阵少一个L阵外的阵元。中心频率都为100M的两个窄带线性调频信号，搜索步长为0.2°，快拍数为200，得到测得角度如下表所示：

表3：基于改进的L阵与L阵的性能比较

仿真结果表明：从图3和图7以及图4和图8的对比可以看出，利用L阵测两个目标时，往往会产生4个较大的峰值，相当于方位维和俯仰维每一维阵列分别测出两个角度，两维角度两两组合产生四对高峰值的角度，即往往产生配对的错误，如上面表3所示。由于改进的L阵中L阵外的这个阵元含有的两维角度耦合的信息，能从四个最大的峰值中分辨出目标真实的方向，很好的解决了普通L阵配对错误的问题。

Claims (2)

1.基于改进L阵的星载宽带多目标的测向方法，包括如下过程：

A.建立基于改进的L阵的阵列模型；

B.对阵列接收数据进行多目标频域估计，频域得到K个谱峰；

C.对每一阵元的接收数据作谱分析，取目标频率对应的不同阵元的数据组成一阵列矢量X(n_k)；

D.用代价函数进行谱峰搜索，并进行信号源个数的进行判断，得出对应的空域目标的角度。

2.根据权利要求1所述的基于改进的均匀L阵的阵列模型，阵元摆放位置如图2所示，其中每个阵元均为有向阵元。

假设有L个远场目标s_l(t)(l＝1，2，…，L)，每个信号的来向为

其中θ_l为方位角，

为俯仰角，f_l为该信号的频率。在理想情况下，即阵列的每个阵元为各向同性的，而且不考虑通道不一致性和互耦的影响时，阵列输出矩阵表达式为：

X(t)＝[x₁(t)，x₂(t)，…，x_M(t)]^T    (3)

S(t)＝[s₁(t)，s₂(t)，…，s_L(t)]^T    (4)

N(t)＝[n₁(t)，n₂(t)，…，n_L(t)]^T    (5)

n(t)～G(0，σ²I_M)，G为高斯分布。是M×L维的导向矩阵，其中a_nk是第n个阵元接收到的第l个目标的导向矢量，如图1所示，假设第一个阵元为参考阵元，对应位置坐标为(0，0，0)，第n(n＝1，2，…，M)个阵元的位置坐标为(x_n，y_n，z_n)，则：

其中c为光速，f_k为信号的载波频率。

Images