CN109061553A - 一种宽带分布式阵列超分辨测向***及方法 - Google Patents

一种宽带分布式阵列超分辨测向***及方法 Download PDF

Info

Publication number
CN109061553A
CN109061553A CN201810641754.3A CN201810641754A CN109061553A CN 109061553 A CN109061553 A CN 109061553A CN 201810641754 A CN201810641754 A CN 201810641754A CN 109061553 A CN109061553 A CN 109061553A
Authority
CN
China
Prior art keywords
aperture
broadband
covariance matrix
signal
array
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
Application number
CN201810641754.3A
Other languages
English (en)
Other versions
CN109061553B (zh
Inventor
张正鸿
陈云飞
罗海坤
李智
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.)
CETC 2 Research Institute
Original Assignee
CETC 2 Research Institute
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 CETC 2 Research Institute filed Critical CETC 2 Research Institute
Priority to CN201810641754.3A priority Critical patent/CN109061553B/zh
Publication of CN109061553A publication Critical patent/CN109061553A/zh
Application granted granted Critical
Publication of CN109061553B publication Critical patent/CN109061553B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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

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)
  • Variable-Direction Aerials And Aerial Arrays (AREA)

Abstract

本发明提供了一种宽带分布式阵列超分辨测向***及方法，采用宽带分布式天线阵列，基于的三维管网计算架构及集成架构包括N个宽带信道化处理单元、数据交换网络、N个分布式子孔径协方差矩阵运算单元、N个孔径协方差矩阵特征分解单元、N空间子区域目标搜索单元和全区域目标空间角度测向融合处理单元，为了实现宽空域、宽带、实时处理，构建了一个频域、空域、时域三维管网式一体化协同运算结构及三维管网式运算处理阵列，实现了宽带阵列的实时超分辨处理。与现有技术相比，能够兼容窄带小规模阵列或宽带大规模、分布式阵列工作，能够大大提升分布式阵列***的测向精度、目标分辨率、实时性等***性能。

Description

一种宽带分布式阵列超分辨测向***及方法
技术领域
本发明涉及一种宽带分布式阵列超分辨测向***及方法，涉及阵列超分辨测向领域。
背景技术
典型阵列超分辨测向***如：三信道空间谱估计测向***的测向方法(专利号：CN102445679A)和一种均匀圆阵二维MUSIC测向装置(专利号：CN102520390A)。典型阵列超分辨测向***的算法架构主要步骤包括：1)单个天线阵列对窄带信号进行采集下变频；2)协方差矩阵生成；3)协方差矩阵特征分解提取噪声空间矢量；4)空间区域谱峰搜索等。
现有典型阵列超分辨测向***架构主要在一个阵列孔径中基于窄带信号来设计处理架构，步骤2)、3)、5)、6)的每个步骤都未采用或不需要采用基于空、频、时三维管网结构的硬件架构和算法运算。目前，国内外无论是基于DSP、CPU等处理器的典型窄带阵列超分辨测向***或文献，还是基于FPGA、ASIC等快速硬件处理单元的窄带或宽带阵列测向***或文献，对解决大规模阵列尤其是分布式阵列的超分辨、实时处理能力明显不足，工作效率低下，对于宽带分布式阵列的实时、超分辨测向未见报道解决方案。
从前面描述可知，现有典型阵列超分辨测向***集成和算法解决方案，针对小规模常规阵列的窄带信号，在实际工程中主要存在以下问题：
只适合常规均匀阵列天线孔径，形式相对单一；
***算法架构和集成架构主要针对窄带信号，形式单一，可扩展性差，对于宽带信号体制没有提出解决方案；
在目标分辨率和实时性兼顾方面差，特别对宽带阵列***更是如此。
发明内容
本发明提供了一种宽带分布式阵列超分辨测向***及方法，具有能够将阵列超分辨测向算法的工程应用领域拓展到宽带大规模、分布式阵列场景中，并有效提高***性能的特点。
本发明采用的技术方案如下：
一种宽带分布式阵列超分辨测向***，包括，
宽带分布式天线阵列，由N个天线子孔径构成；所述天线子孔径由M个紧耦合宽带天线单元构成；天线子孔径之间为分布式结构；
三维管网计算架构及集成架构，包括，
N个宽带信道化处理单元，与N个天线子孔径一一对应，接收各自对应的天线子孔径内M个紧耦合宽带天线单元的信号，进行数字下变频及窄带信号分割处理，将宽带信号划分为若干个窄带信号；
数据交换网络，将所述若干个窄带信号按照应用需求分发到具有并行处理能力的运算单元中，使每一个运算单元均有全部紧耦合宽带天线单元或部分紧耦合宽带天线单元的数据；
N个孔径协方差矩阵运算单元，接收数据交换网络分发的所述若干个窄带信号，基于孔径虚拟合成原理完成数据插值滤波处理，形成虚拟孔径数据空间，并基于空、时数据进行并行处理；
N个孔径协方差矩阵特征分解单元，与N个孔径协方差矩阵运算单元一一对应，实时完成虚拟孔径的协方差矩阵的特征值分解，求解噪声空间矢量以及信号子空间导向矢量；
N空间子区域目标搜索单元，与N个孔径协方差矩阵特征分解单元一一对应，将全空域分为多个空间子区域，基于前级分解的噪声空间矢量以及信号子空间导向矢量，并行完成谱估计解算，完成不同空间子区域的谱峰搜索，估计信号空间个数和信号源强度及初步方向；
全区域目标空间角度测向融合处理单元，按照空、频、时三维关联特征将各个空间子区域目标搜索结果进行融合确定目标的空间角度；
所述N为大于1的自然数，所述M为大于1的自然数。
一种宽带分布式阵列超分辨测向方法，在上述宽带分布式阵列超分辨测向***的基础上实现，具体方法包括，
N宽带信道化处理(1)：一一对应接收N个天线子孔径的宽带信号，进行数字下变频及窄带信号分割处理，将宽带信号划分为若干个窄带信号；
数据交换分发(2)：将所述若干个窄带信号按照应用需求分发；
N路孔径协方差矩阵运算(3)：对分发的所述若干个窄带信号，基于孔径虚拟合成原理完成数据插值滤波处理，形成虚拟孔径数据空间，并基于空、时数据进行并行处理；
N路孔径协方差矩阵特征分解(4)：一一对应N路孔径协方差矩阵运算结果，实时完成虚拟孔径的协方差矩阵的特征值分解，求解噪声空间矢量以及信号子空间导向矢量；
N路空间子区域目标搜索(5)：一一对应N路孔径协方差矩阵特征分解结果，将全空域分为多个空间子区域，基于前级分解的噪声空间矢量以及信号子空间导向矢量，并行完成谱估计解算，完成不同空间子区域的谱峰搜索，估计信号空间个数和信号源强度及初步方向；
全区域目标空间角度测向融合处理(6)，按照空、频、时三维关联特征将各个空间子区域目标搜索结果进行融合确定目标的空间角度。
N路孔径协方差矩阵特征分解中，采用基于QR分解的高效算法实现高精度矩阵特征分解。
N路空间子区域目标搜索中，采用大、小步径两次搜索策略，大步径完成不同空间子区域的谱峰粗搜索，小步径完成粗搜索检测到目标区域的谱峰精搜索，大、小步径相结合实现估计信号空间个数和信号源强度及初步方向。
与现有技术相比，能够兼容窄带小规模阵列或宽带大规模、分布式阵列工作，能够大大提升分布式阵列***的测向精度、目标分辨率、实时性等***性能。
附图说明
图1为本发明其中一实施例的宽带分布式阵列超分辨测向***三维管网集成和算法架构图。
图2为本发明其中一实施例的基于三维管网集成和算法架构的宽带分布式阵列超分辨测向效果图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
本说明书(包括摘要和附图)中公开的任一特征，除非特别叙述，均可被其他等效或者具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。
一种宽带分布式阵列超分辨测向***，如图1所示，包括，
宽带分布式天线阵列，由N个天线子孔径构成；所述天线子孔径由M个紧耦合宽带天线单元构成；天线子孔径之间为分布式结构；
三维管网计算架构及集成架构，包括，
N个宽带信道化处理单元，与N个天线子孔径一一对应，接收各自对应的天线子孔径内M个紧耦合宽带天线单元的信号，进行数字下变频及窄带信号分割处理，将宽带信号划分为若干个窄带信号；
数据交换网络，将所述若干个窄带信号按照应用需求分发到具有并行处理能力的运算单元中，使每一个运算单元均有全部紧耦合宽带天线单元或部分紧耦合宽带天线单元的数据；
N个孔径协方差矩阵运算单元，接收数据交换网络分发的所述若干个窄带信号，基于孔径虚拟合成原理完成数据插值滤波处理，形成虚拟孔径数据空间，并基于空、时数据进行并行处理；
N个孔径协方差矩阵特征分解单元，与N个孔径协方差矩阵运算单元一一对应，实时完成虚拟孔径的协方差矩阵的特征值分解，求解噪声空间矢量以及信号子空间导向矢量；
N空间子区域目标搜索单元，与N个孔径协方差矩阵特征分解单元一一对应，将全空域分为多个空间子区域，基于前级分解的噪声空间矢量以及信号子空间导向矢量，并行完成谱估计解算，完成不同空间子区域的谱峰搜索，估计信号空间个数和信号源强度及初步方向；
全区域目标空间角度测向融合处理单元，按照空、频、时三维关联特征将各个空间子区域目标搜索结果进行融合确定目标的空间角度；
所述N为大于1的自然数，所述M为大于1的自然数。
与常规单个窄带天线阵列不同，本发明方案涉及阵列为宽带分布式天线阵列，三维管网计算架构及集成架构包括N个宽带信道化处理单元、数据交换网络、N个分布式子孔径协方差矩阵运算单元、N个孔径协方差矩阵特征分解单元、N空间子区域目标搜索单元和全区域目标空间角度测向融合处理单元，为了实现宽空域、宽带、实时处理，创新构建了一个频域、空域、时域三维管网式一体化协同运算结构及三维管网式运算处理阵列，实现了宽带阵列的实时超分辨处理。
其中，数据交换网络是三维管网运算结构的数据交通枢纽，完成若干个子孔径空域数据合路和若干个窄带信号频域数据分路功能，数据交换网络物理上采用“高速数据总线+软件协议”实现宽带信道化处理单元与孔径协方差矩阵运算单元之间互连以及数据时间同步。
本发明提出的宽带分布式阵列超分辨测向***，在基于三维管网式计算架构和集成架构的基础上，解决了由于单个硬件处理单元运算能力有限，导致目前传统典型阵列超分辨测向***在工程上仅适用于窄带小规模阵列测向应用且难以实现实时处理的缺陷，本发明方案通过嵌入孔径虚拟合成方法、优化阵列的三维计算架构、合理复用计算/存贮资源，将阵列超分辨测向算法的工程应用领域拓展到宽带大规模、分布式阵列场景中，并有效提高了***性能。
一种宽带分布式阵列超分辨测向方法，在上述宽带分布式阵列超分辨测向***的基础上实现，具体方法包括，
N宽带信道化处理(1)：一一对应接收N个天线子孔径的宽带信号，进行数字下变频及窄带信号分割处理，将宽带信号划分为若干个窄带信号；
数据交换分发(2)：将所述若干个窄带信号按照应用需求分发；
N路孔径协方差矩阵运算(3)：对分发的所述若干个窄带信号，基于孔径虚拟合成原理完成数据插值滤波处理，形成虚拟孔径数据空间，并基于空、时数据进行并行处理；
N路孔径协方差矩阵特征分解(4)：一一对应N路孔径协方差矩阵运算结果，实时完成虚拟孔径的协方差矩阵的特征值分解，求解噪声空间矢量以及信号子空间导向矢量；
N路空间子区域目标搜索(5)：一一对应N路孔径协方差矩阵特征分解结果，将全空域分为多个空间子区域，基于前级分解的噪声空间矢量以及信号子空间导向矢量，并行完成谱估计解算，完成不同空间子区域的谱峰搜索，估计信号空间个数和信号源强度及初步方向；
全区域目标空间角度测向融合处理(6)，按照空、频、时三维关联特征将各个空间子区域目标搜索结果进行融合确定目标的空间角度。
N宽带信道化处理(1)将宽带信号划分为若干个窄带信号，之后的超分辨测向算法将分别基于若干个窄带信号并行处理；多个孔径协方差矩阵运算单元的大规模处理逻辑同时处理共同构建了一个虚拟孔径的频、空、时三维实时协方差矩阵计算逻辑阵列资源。
本发明方案在基于三维管网式计算和集成架构的基础上，具有可实时超分辨测向能力，并具有阵列规模扩展计算能力，在兼顾典型小规模窄带阵列超分辨实时测向应用需求的基础上，实现了宽带、大规模、分布式阵列超分辨测向新需求，该方法根据空、频、时三维信号特点将超分辨测向算法分解到若干实时运算单元中进行并行处理，从而在工程应用中解决了宽带阵列的实时超分辨测向难题，有效地提高了阵列***的应用能力。
作为其中一个实施例，N路孔径协方差矩阵特征分解中，矩阵特征分解算法涉及大量非线性递归运算，采用基于QR分解的高效算法实现高精度矩阵特征分解。
作为其中一个实施例，N路空间子区域目标搜索中，采用大、小步径两次搜索策略，大步径完成不同空间子区域的谱峰粗搜索，小步径完成粗搜索检测到目标区域的谱峰精搜索，大、小步径相结合实现高效、快速地估计信号空间个数和信号源强度及初步方向。
本发明方案基于三维管网式计算和集成架构的宽带分布式阵列超分辨测向方法，可兼容窄带小规模阵列或宽带大规模、分布式阵列工作，可大大提升分布式阵列***的测向精度、目标分辨率、实时性等***性能。采用本发明提出方法得到的阵列超分辨测向效果如图2所示。

Claims (4)

1.一种宽带分布式阵列超分辨测向***，其特征在于：包括，
宽带分布式天线阵列，由N个天线子孔径构成；所述天线子孔径由M个紧耦合宽带天线单元构成；天线子孔径之间为分布式结构；
三维管网计算架构及集成架构，包括，
N个宽带信道化处理单元，与N个天线子孔径一一对应，接收各自对应的天线子孔径内M个紧耦合宽带天线单元的信号，进行数字下变频及窄带信号分割处理，将宽带信号划分为若干个窄带信号；
数据交换网络，将所述若干个窄带信号按照应用需求分发到具有并行处理能力的运算单元中，使每一个运算单元均有全部紧耦合宽带天线单元或部分紧耦合宽带天线单元的数据；
N个孔径协方差矩阵运算单元，接收数据交换网络分发的所述若干个窄带信号，基于孔径虚拟合成原理完成数据插值滤波处理，形成虚拟孔径数据空间，并基于空、时数据进行并行处理；
N个孔径协方差矩阵特征分解单元，与N个孔径协方差矩阵运算单元一一对应，实时完成虚拟孔径的协方差矩阵的特征值分解，求解噪声空间矢量以及信号子空间导向矢量；
N空间子区域目标搜索单元，与N个孔径协方差矩阵特征分解单元一一对应，将全空域分为多个空间子区域，基于前级分解的噪声空间矢量以及信号子空间导向矢量，并行完成谱估计解算，完成不同空间子区域的谱峰搜索，估计信号空间个数和信号源强度及初步方向；
全区域目标空间角度测向融合处理单元，按照空、频、时三维关联特征将各个空间子区域目标搜索结果进行融合确定目标的空间角度；
所述N为大于1的自然数，所述M为大于1的自然数。
2.一种宽带分布式阵列超分辨测向方法，在权利要求1所述的宽带分布式阵列超分辨测向***的基础上实现，具体方法包括，
N宽带信道化处理(1)：一一对应接收N个天线子孔径的宽带信号，进行数字下变频及窄带信号分割处理，将宽带信号划分为若干个窄带信号；数据交换分发(2)：将所述若干个窄带信号按照应用需求分发；
N路孔径协方差矩阵运算(3)：对分发的所述若干个窄带信号，基于孔径虚拟合成原理完成数据插值滤波处理，形成虚拟孔径数据空间，并基于空、时数据进行并行处理；
N路孔径协方差矩阵特征分解(4)：一一对应N路孔径协方差矩阵运算结果，实时完成虚拟孔径的协方差矩阵的特征值分解，求解噪声空间矢量以及信号子空间导向矢量；
N路空间子区域目标搜索(5)：一一对应N路孔径协方差矩阵特征分解结果，将全空域分为多个空间子区域，基于前级分解的噪声空间矢量以及信号子空间导向矢量，并行完成谱估计解算，完成不同空间子区域的谱峰搜索，估计信号空间个数和信号源强度及初步方向；
全区域目标空间角度测向融合处理(6)，按照空、频、时三维关联特征将各个空间子区域目标搜索结果进行融合确定目标的空间角度。
3.根据权利要求2所述的宽带分布式阵列超分辨测向方法，N路孔径协方差矩阵特征分解中，采用基于QR分解的高效算法实现高精度矩阵特征分解。
4.根据权利要求2或3所述的宽带分布式阵列超分辨测向方法，N路空间子区域目标搜索中，采用大、小步径两次搜索策略，大步径完成不同空间子区域的谱峰粗搜索，小步径完成粗搜索检测到目标区域的谱峰精搜索，大、小步径相结合实现估计信号空间个数和信号源强度及初步方向。
CN201810641754.3A 2018-06-21 2018-06-21 一种宽带分布式阵列超分辨测向***及方法 Active CN109061553B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810641754.3A CN109061553B (zh) 2018-06-21 2018-06-21 一种宽带分布式阵列超分辨测向***及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810641754.3A CN109061553B (zh) 2018-06-21 2018-06-21 一种宽带分布式阵列超分辨测向***及方法

Publications (2)

Publication Number Publication Date
CN109061553A true CN109061553A (zh) 2018-12-21
CN109061553B CN109061553B (zh) 2022-06-24

Family

ID=64821277

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810641754.3A Active CN109061553B (zh) 2018-06-21 2018-06-21 一种宽带分布式阵列超分辨测向***及方法

Country Status (1)

Country Link
CN (1) CN109061553B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111220941A (zh) * 2019-10-25 2020-06-02 北京交通大学 一种分布式非规则阵列短波测向的方法和***
CN113376570A (zh) * 2021-06-08 2021-09-10 嘉兴军创电子科技有限公司 一种基于信道化处理的相关干涉仪实时测向方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101021561A (zh) * 2007-04-06 2007-08-22 清华大学 一种采用多发多收频分信号的宽带雷达及其成像方法
CN102520390A (zh) * 2011-11-23 2012-06-27 华中科技大学 一种均匀圆阵二维music测向装置
CN103091661A (zh) * 2013-02-01 2013-05-08 西安科技大学 基于迭代谱重构的宽带信号波达方向估计方法
US20130252568A1 (en) * 2012-03-07 2013-09-26 Hobbit Wave, Inc. Devices and Methods Using the Hermetic Transform
US20140125524A1 (en) * 2012-11-06 2014-05-08 Electronics And Telecommunications Research Institute Method and apparatus for radio direction finding
CN106054122A (zh) * 2016-05-30 2016-10-26 西安电子科技大学 基于数字信号处理机的时域宽带信号频域闭环测向方法
CN107255793A (zh) * 2017-06-16 2017-10-17 中国电子科技集团公司第二十九研究所 一种针对宽带ofdm通信信号的阵列测向方法及装置
CN107894581A (zh) * 2017-11-16 2018-04-10 河海大学 一种宽带阵列波达方向估计方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101021561A (zh) * 2007-04-06 2007-08-22 清华大学 一种采用多发多收频分信号的宽带雷达及其成像方法
CN102520390A (zh) * 2011-11-23 2012-06-27 华中科技大学 一种均匀圆阵二维music测向装置
US20130252568A1 (en) * 2012-03-07 2013-09-26 Hobbit Wave, Inc. Devices and Methods Using the Hermetic Transform
US20140125524A1 (en) * 2012-11-06 2014-05-08 Electronics And Telecommunications Research Institute Method and apparatus for radio direction finding
CN103091661A (zh) * 2013-02-01 2013-05-08 西安科技大学 基于迭代谱重构的宽带信号波达方向估计方法
CN106054122A (zh) * 2016-05-30 2016-10-26 西安电子科技大学 基于数字信号处理机的时域宽带信号频域闭环测向方法
CN107255793A (zh) * 2017-06-16 2017-10-17 中国电子科技集团公司第二十九研究所 一种针对宽带ofdm通信信号的阵列测向方法及装置
CN107894581A (zh) * 2017-11-16 2018-04-10 河海大学 一种宽带阵列波达方向估计方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
LIFAN ZHAO等: ""Computationally Efficient Wide-Band DOA Estimation Methods Based on Sparse Bayesian Framework"", 《IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY 》 *
MA CHANGZHENG等: ""DOA estimation of ultra wide band impulse radio signal"", 《PROCEEDINGS. 2005 INTERNATIONAL CONFERENCE ON WIRELESS COMMUNICATIONS, NETWORKING AND MOBILE COMPUTING,》 *
冯杰等: ""稳健波束形成与高分辨方位估计技术研究"", 《中国优秀博硕士学位论文全文数据库(博士) 信息科技辑》 *
廖桂生等: "《雷达数字波束形成技术》", 31 December 2017 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111220941A (zh) * 2019-10-25 2020-06-02 北京交通大学 一种分布式非规则阵列短波测向的方法和***
CN113376570A (zh) * 2021-06-08 2021-09-10 嘉兴军创电子科技有限公司 一种基于信道化处理的相关干涉仪实时测向方法

Also Published As

Publication number Publication date
CN109061553B (zh) 2022-06-24

Similar Documents

Publication Publication Date Title
CN107315160B (zh) 基于内插虚拟阵列信号原子范数最小化的互质阵列波达方向估计方法
Yan et al. Simultaneous multibeam resource allocation scheme for multiple target tracking
CN104898085B (zh) 一种极化敏感阵列参数估计的降维music算法
CN107102291A (zh) 基于虚拟阵列内插的无网格化互质阵列波达方向估计方法
CN107329108A (zh) 基于内插虚拟阵列协方差矩阵Toeplitz化重建的互质阵列波达方向估计方法
CN110850359B (zh) 一种基于原子范数的互质阵欠定测向方法
CN109061553A (zh) 一种宽带分布式阵列超分辨测向***及方法
CN106972882B (zh) 基于虚拟域空间功率谱估计的互质阵列自适应波束成形方法
CN107064934B (zh) 一种sar波模式海浪方向谱产品的优化算法
CN106019215B (zh) 基于四阶累量的嵌套阵列波达方向角估计方法
CN109188344A (zh) 脉冲噪声环境下基于互循环相关music算法信源个数与来波方向角估计方法
CN107037392A (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
CN107092004A (zh) 基于信号子空间旋转不变性的互质阵列波达方向估计方法
CN107329110A (zh) 基于稀疏阵列直接内插的波达方向估计方法
CN107290709A (zh) 基于范德蒙分解的互质阵列波达方向估计方法
WO2021068495A1 (zh) 基于平面互质阵列块采样张量信号构造的自由度增强型空间谱估计方法
CN107104720B (zh) 基于协方差矩阵虚拟域离散化重建的互质阵列自适应波束成形方法
CN106896340A (zh) 一种基于压缩感知的互质阵列高精度波达方向估计方法
CN105912791A (zh) 虚拟互质阵列中基于局部搜索的doa估计方法
CN101487888B (zh) 一种空间谱谱峰搜索方法
CN102175988A (zh) 一种基于维度拆分的相关干涉仪测向方法
KR20140104903A (ko) 배열 안테나를 이용한 도래각 추정 장치 및 방법
CN109765521A (zh) 一种基于子阵划分的波束域成像方法
CN104515969A (zh) 一种基于六角形阵列的相干信号二维doa估计方法
CN108089147A (zh) 改进的短波单位定位方法

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
GR01 Patent grant
GR01 Patent grant