CN109491009A - 一种光纤组合阵及基于光纤组合阵的栅瓣抑制方法 - Google Patents
一种光纤组合阵及基于光纤组合阵的栅瓣抑制方法 Download PDFInfo
- Publication number
- CN109491009A CN109491009A CN201811310209.2A CN201811310209A CN109491009A CN 109491009 A CN109491009 A CN 109491009A CN 201811310209 A CN201811310209 A CN 201811310209A CN 109491009 A CN109491009 A CN 109491009A
- Authority
- CN
- China
- Prior art keywords
- submatrix
- array
- optical fiber
- array element
- fiber combination
- 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
Classifications
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B6/00—Light guides; Structural details of arrangements comprising light guides and other optical elements, e.g. couplings
- G02B6/04—Light guides; Structural details of arrangements comprising light guides and other optical elements, e.g. couplings formed by bundles of fibres
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H9/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means
- G01H9/004—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means using fibre optic sensors
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
发明提供的是一种光纤组合阵及基于光纤组合阵的栅瓣抑制方法。(1)光纤组合阵的三条子阵分别接收入射信号,所述光纤组合阵包含三条子阵1、2、3依次排列,各子阵为均匀等间距直线阵,各子阵内部阵元间距彼此互质,三条子阵彼此间距为接收信号半波长;(2)各子阵所接收的入射信号,利用各互质子阵进行波束形成,获取各扫描方位的波束数据输出;(3)利用各子阵间阵元间距互质的特性,对三个子阵波束域信息进行综合处理,得到抑制栅瓣后的空间谱和目标方位估计结果。本发明能够提高对空间目标方位估计的可靠性和准确度,获得更高的分辨力;相比传统均匀面阵,能够扩大等效孔径,减少阵元数量,具有较强的工程实用价值。
Description
技术领域
本发明涉及的是一种光纤组合阵。本发明申请也涉及一种基于光纤组合阵的栅瓣抑制方法。
背景技术
阵列信号处理利用阵列对信号进行空间和时间采样,采用适当方法进行运算,加工和处理,并提取有用信息。阵列信号处理有两大基本任务:一是波束形成,二是空间谱估计。阵列信号处理理论发展至今,出现了如CBF、MVDR、MUSIC、ESPRIT、最大似然法、稀疏重构等算法。上述算法大多基于均匀阵列而言,均匀阵列的内部阵元间距都必须小于或等于入射信号的半波长,导致阵列孔径受到阵元数的制约。对于均匀阵列而言,要获得高分辨率,必须要增加阵元数,由此导致了硬件成本高、阵列设计困难等问题。
光纤水听器具有灵敏度高,传输损耗小,信号串扰小等优点,大大降低了阵列的体积和重量,使阵列能够搭载于多类型平台,便于建立大范围、全方位、立体化的水声传感网络,提高对水下空间的实时监视能力。然而,由于光纤水听器自身的独特结构,在进行水声高频信号的方位估计时,无法满足阵列半波长间距布阵的要求,易受到方位估计模糊问题的影响。
发明内容
本发明的目的在于提供一种稀疏且可以抑制栅瓣干扰的光纤组合阵。本发明的目的还在于提供一种能够解决利用光纤水听器阵列进行方位估计时由于栅瓣造成的方位模糊问题的基于光纤组合阵的栅瓣抑制方法。
本发明的光纤组合阵包含三条子阵1、2、3依次排列,各子阵为均匀等间距直线阵,各子阵内部阵元间距彼此互质,三条子阵彼此间距为接收信号半波长。
本发明的光纤组合阵中三个子阵的互质因子分别为C1、C2、C3为互为质数的正整数,且C1,C2,C3≥2,子阵间距为λ/2,其中λ为接收信号波长,子阵1阵元数量为M1=C2*C3,间距为C1*λ/2;子阵2阵元数量为M2=C1*C3,间距为C2*λ/2;子阵3阵元数量为M3=C1*C2,间距为C3*λ/2。
本发明的基于光纤组合阵的栅瓣抑制方法包括如下步骤:
(1)光纤组合阵的三条子阵分别接收入射信号,所述光纤组合阵包含三条子阵1、2、3依次排列,各子阵为均匀等间距直线阵,各子阵内部阵元间距彼此互质,三条子阵彼此间距为接收信号半波长;
(2)各子阵所接收的入射信号,利用各互质子阵进行波束形成,获取各扫描方位的波束数据输出;
(3)利用各子阵间阵元间距互质的特性,对三个子阵波束域信息进行综合处理,得到抑制栅瓣后的空间谱和目标方位估计结果。
本发明的基于光纤组合阵的栅瓣抑制方法还可以包括:
1.步骤(2)具体包括所述波束形成的扫描范围为:方位角:θ∈(0°,180°);俯仰角:目标方位为对于每个子阵i=1,2,3,子阵i在时刻t接收的信号表示成一个列矢量:
式中,N为入射信号数量,ω0为接收信号频率,si(1~N)(t)表示子阵i在t时刻的接收信号复包络,表示子阵i各阵元在t时刻的噪声,表示第N个信号到达子阵i各阵元相对于参考阵元的时延;
将上述接收信号列矢量表示为矢量形式如下:
Xi(t)=AiSi(t)+Ni(t),i=1,2,3
式中,
Si(t)=[si1(t),si2(t),...,siN(t)]T,Ai为子阵i的Mi×N维流型矩阵,表示为:
Ai=[ai1(ω0) ai2(ω0) … aiN(ω0)],i=1,2,3
其中,导向矢量ai(ω0)为:
将子阵2的第一个阵元定义为参考阵元,位于坐标原点(0,0,0),空间任意一个阵元的位置为(x,y,z),由几何关系推导出空间两阵元间的时延差为:
将上述公式以表示,设子阵i的权值为wi,则子阵i的波束输出为:
常规波束形成中取在扫描范围内进行搜索,进而得到空间功率谱,即:
其中Rxi为数据协方差矩阵,采用有限快拍数的阵列接收信号对数据协方差矩阵Rxi进行估计,即:
其中p为快拍数,根据子阵i的空间谱结果以及获得关于目标的方位信息。
2.步骤(3)具体包括:
首先对各子阵i进行波束输出做乘积处理,在每个扫描方位对不同子阵的波束输出进行互相关运算,并将其作为该方位的空间谱输出,即:
其中,为子阵i,j的波束输出,为乘积处理空间谱,
进行乘积处理后,对各子阵间的互相关输出进行最小处理,即选取各方位上的最小值作为该方位的空间谱结果:
之后,按照步骤(2)二对各子阵端阵元组成的半波长均匀线阵进行波束形成,得到其空间功率谱,表示为Pula;对Pmin1,2,3和Pula再进行一步最小处理,得到的综合处理结果表示为PCom,即:
PCom=min(Pmin1,2,3,Pula)。
针对已有技术中存在的问题,本发明了一种新的稀疏阵列结构及可以抑制栅瓣干扰的信号处理方法。不同于均匀阵列,其阵元间距可以突破半波长的限制。在阵元孔径相等的情况下相比于均匀阵列,稀疏阵列能够降低阵元数量,减小硬件成本。所提出的综合处理方法,不仅能够准确地估计入射信号方位,还能够抑制栅瓣干扰,且谱峰更加尖锐。因此,在利用光纤水听器进行方位估计时,本发明具有较高的现实意义,能够有效的推动相关阵列信号处理算法在现实中的应用,节约成本,易于实现。
相比于半波长间距布阵的均匀阵列,本发明利用更少的阵元数,获得了更尖锐的谱峰,并能够消除栅瓣干扰对目标方位估计造成的方位模糊。在采用光纤阵列进行方位估计或在高频背景下,基于光纤组合阵列的栅瓣抑制方法具有非常高的现实意义。
附图说明
图1为光纤组合阵阵列模型示意图;
图2为空间任意两阵元的几何关系图;
图3为乘积处理器结构图;
图4为最小处理器结构图;
图5为具有栅瓣干扰抑制能力的综合处理器结构图;
图6a-图6b为半波长间距均匀平面阵常规波束形成方位谱;
图7a-图7b为整阵常规波束形成方位谱;
图8a-图8b为基于光纤组合阵的栅瓣抑制综合处理方位谱。
具体实施方式
下面举例对本发明做更详细的描述。
本发明设计光纤传感器阵列布阵结构,包含三条子阵1、2、3依次排列,子阵为均匀等间距直线阵,且各子阵内部阵元间距彼此互质。三条子阵彼此间距为接收信号半波长,分别接收入射信号。根据各子阵所接收的入射信号,利用各互质子阵进行波束形成(包括CBF、MVDR算法等),本发明以常规波束形成算法为例,获取各扫描方位的波束数据输出。依据所设计的阵列结构,利用各子阵间阵元间距互质的特性,对三个子阵波束域信息进行综合处理,得到抑制栅瓣后的空间谱和目标方位估计结果。
(1)结合图1所示,三个子阵的互质因子分别为C1、C2、C3为互为质数的正整数,且C1,C2,C3≥2,子阵间距为λ/2,其中λ为接收信号波长。子阵1阵元数量为M1=C2*C3,间距为C1*λ/2;子阵2阵元数量为M2=C1*C3,间距为C2*λ/2;子阵3阵元数量为M3=C1*C2,间距为C3*λ/2。
(2)结合图1、图2所示,所述常规波束形成扫描范围为:方位角:θ∈(0°,180°);俯仰角:目标方位为对于每个子阵i=1,2,3,子阵i在时刻t接收的信号可以表示成一个列矢量:
式中,N为入射信号数量,ω0为接收信号频率,si(1~N)(t)表示子阵i在t时刻的接收信号复包络,表示子阵i各阵元在t时刻的噪声,表示第N个信号到达子阵i各阵元相对于参考阵元的时延。
将上述接收信号列矢量表示为矢量形式如下:
Xi(t)=AiSi(t)+Ni(t),i=1,2,3
式中,
Si(t)=[si1(t),si2(t),...,siN(t)]T,Ai为子阵i的Mi×N维流型矩阵,表示为:
Ai=[ai1(ω0) ai2(ω0) … aiN(ω0)],i=1,2,3
其中,导向矢量ai(ω0)为:
将子阵2的第一个阵元定义为参考阵元,位于坐标原点(0,0,0),空间任意一个阵元的位置为(x,y,z),由几何关系推导出空间两阵元间的时延差为:
将上述公式以表示,设子阵i的权值为wi,则子阵i的波束输出为:
常规波束形成(CBF)中取在扫描范围内进行搜索,进而得到空间功率谱,即:
其中Rxi为数据协方差矩阵。实际应用中,一般采用有限快拍数的阵列接收信号对数据协方差矩阵Rxi进行估计,即:
其中p为快拍数。可以根据子阵i的空间谱结果以及获得关于目标的方位信息。
(3)结合图1、图2、图3、图4和图5所示,由于空间欠采样,步骤(2)中的每个子阵利用常规波束形成扫描得到的空间谱均受到栅瓣干扰的影响,严重影响信号方位估计效果。步骤(3)利用各子阵间阵元间距互质的特性,对三个子阵获取的目标方位信息进行综合处理。利用各子阵间阵元间距互质的特性,对三个子阵获取的目标方位信息进行综合处理。
首先对各子阵i进行波束输出做乘积处理,在每个扫描方位对不同子阵的波束输出进行互相关运算,并将其作为该方位的空间谱输出,即:
其中,为子阵i,j的波束输出,为乘积处理空间谱。通过乘积处理在栅瓣位置处形成一定抑制能力,但与半波长间距布阵的均匀阵相比,所得空间谱在非目标方位仍具有较大起伏。
进行乘积处理后,对各子阵间的互相关输出进行最小处理,即选取各方位上的最小值作为该方位的空间谱结果:
进行最小处理后,对栅瓣位置处的干扰抑制能力进一步降低。之后,按照步骤二对各子阵端阵元组成的半波长均匀线阵进行常规波束形成,得到其空间功率谱,表示为Pula。对Pmin1,2,3和Pula再进行一步最小处理,得到的综合处理结果表示为PCom,即:
PCom=min(Pmin1,2,3,Pula)
所提出的综合处理兼具乘积处理和最小处理的优点,成功地消除了栅瓣对目标方位估计造成的方位模糊,能准确估计到目标的方位。
本发明的基于光纤组合阵的栅瓣抑制方法主要实现步骤包括:
(1)设计光纤传感器阵列布阵结构,包含三条子阵1、2、3依次排列,子阵为均匀等间距直线阵,且各子阵内部阵元间距彼此互质。三条子阵彼此间距为接收信号半波长,分别接收入射信号。
(2)根据各子阵所接收的入射信号,利用各互质子阵进行波束形成(包括CBF、MVDR算法等),本发明以常规波束形成算法为例,获取各扫描方位的波束数据输出。
(3)依据所设计的阵列结构,利用各子阵间阵元间距互质的特性,对三个子阵波束域信息进行综合处理,得到抑制栅瓣后的空间谱和目标方位估计结果。
下面通过仿真来验证本发明的效果。仿真条件与结果如下:
结合图1所示,所构成光纤组合阵列的3个均匀稀疏互质线阵的阵元数分别为12、15、20,目标信号中心频率设为1500Hz,声速设为1500m/s,对应的阵元间距分别为2.5m(5倍半波长)、2.0m(4倍半波长)、1.5m(3倍半波长),信噪比SNR=0dB。采用常规波束形成方法,扫描角度范围为θ∈(0°,180°),目标方位角设为
结合图6a、图6b、图7a、图7b、图8a、图8b所示,分别为与光纤组合阵相同孔径的均匀半波长间距面阵DOA估计得到的二维方位谱、光纤组合阵整体DOA估计得到的二维方位谱以及利用基于光纤组合阵的栅瓣抑制方法得到的二维方位谱。与相同孔径均匀半波长间距面阵相比,本发明方法所估计的目标方位谱峰更窄,能够达到较好的目标方位估计效果;与光纤组合阵整体DOA估计相比,本发明方法对栅瓣干扰的抑制作用显著,成功地消除了栅瓣对目标方位估计造成的方位模糊,能准确估计到目标的真实方位。
Claims (6)
1.一种光纤组合阵,其特征是:包含三条子阵1、2、3依次排列,各子阵为均匀等间距直线阵,各子阵内部阵元间距彼此互质,三条子阵彼此间距为接收信号半波长。
2.根据权利要求1所述的光纤组合阵,其特征是:三个子阵的互质因子分别为C1、C2、C3为互为质数的正整数,且C1,C2,C3≥2,子阵间距为λ/2,其中λ为接收信号波长,子阵1阵元数量为M1=C2*C3,间距为C1*λ/2;子阵2阵元数量为M2=C1*C3,间距为C2*λ/2;子阵3阵元数量为M3=C1*C2,间距为C3*λ/2。
3.一种基于光纤组合阵的栅瓣抑制方法,其特征是包括如下步骤:
(1)光纤组合阵的三条子阵分别接收入射信号,所述光纤组合阵包含三条子阵1、2、3依次排列,各子阵为均匀等间距直线阵,各子阵内部阵元间距彼此互质,三条子阵彼此间距为接收信号半波长;
(2)各子阵所接收的入射信号,利用各互质子阵进行波束形成,获取各扫描方位的波束数据输出;
(3)利用各子阵间阵元间距互质的特性,对三个子阵波束域信息进行综合处理,得到抑制栅瓣后的空间谱和目标方位估计结果。
4.根据权利要求3所述的基于光纤组合阵的栅瓣抑制方法,其特征是步骤(2)具体包括:
所述波束形成的扫描范围为:方位角:θ∈(0°,180°);俯仰角:目标方位为对于每个子阵i=1,2,3,子阵i在时刻t接收的信号表示成一个列矢量:
式中,N为入射信号数量,ω0为接收信号频率,si(1~N)(t)表示子阵i在t时刻的接收信号复包络,表示子阵i各阵元在t时刻的噪声,表示第N个信号到达子阵i各阵元相对于参考阵元的时延;
将上述接收信号列矢量表示为矢量形式如下:
Xi(t)=AiSi(t)+Ni(t),i=1,2,3
式中,
Si(t)=[si1(t),si2(t),...,siN(t)]T,Ai为子阵i的Mi×N维流型矩阵,表示为:
Ai=[ai1(ω0) ai2(ω0) … aiN(ω0)],i=1,2,3
其中,导向矢量ai(ω0)为:
将子阵2的第一个阵元定义为参考阵元,位于坐标原点(0,0,0),空间任意一个阵元的位置为(x,y,z),由几何关系推导出空间两阵元间的时延差为:
将上述公式以表示,设子阵i的权值为wi,则子阵i的波束输出为:
常规波束形成中取在扫描范围内进行搜索,进而得到空间功率谱,即:
其中Rxi为数据协方差矩阵,采用有限快拍数的阵列接收信号对数据协方差矩阵Rxi进行估计,即:
其中p为快拍数,根据子阵i的空间谱结果以及获得关于目标的方位信息。
5.根据权利要求4所述的基于光纤组合阵的栅瓣抑制方法,其特征是步骤(3)具体包括:
首先对各子阵i进行波束输出做乘积处理,在每个扫描方位对不同子阵的波束输出进行互相关运算,并将其作为该方位的空间谱输出,即:
其中,为子阵i,j的波束输出,为乘积处理空间谱,
进行乘积处理后,对各子阵间的互相关输出进行最小处理,即选取各方位上的最小值作为该方位的空间谱结果:
之后,按照步骤(2)二对各子阵端阵元组成的半波长均匀线阵进行波束形成,得到其空间功率谱,表示为Pula;对Pmin1,2,3和Pula再进行一步最小处理,得到的综合处理结果表示为PCom,即:
PCom=min(Pmin1,2,3,Pula)。
6.根据权利要求3、4或5所述的基于光纤组合阵的栅瓣抑制方法,其特征是步骤(1)中:三个子阵的互质因子分别为C1、C2、C3为互为质数的正整数,且C1,C2,C3≥2,子阵间距为λ/2,其中λ为接收信号波长,子阵1阵元数量为M1=C2*C3,间距为C1*λ/2;子阵2阵元数量为M2=C1*C3,间距为C2*λ/2;子阵3阵元数量为M3=C1*C2,间距为C3*λ/2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811310209.2A CN109491009B (zh) | 2018-11-06 | 2018-11-06 | 一种光纤组合阵及基于光纤组合阵的栅瓣抑制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811310209.2A CN109491009B (zh) | 2018-11-06 | 2018-11-06 | 一种光纤组合阵及基于光纤组合阵的栅瓣抑制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109491009A true CN109491009A (zh) | 2019-03-19 |
CN109491009B CN109491009B (zh) | 2020-06-16 |
Family
ID=65693894
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811310209.2A Active CN109491009B (zh) | 2018-11-06 | 2018-11-06 | 一种光纤组合阵及基于光纤组合阵的栅瓣抑制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109491009B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110346752A (zh) * | 2019-07-17 | 2019-10-18 | 哈尔滨工程大学 | 基于互质稀疏阵的无模糊测向方法 |
CN114563760A (zh) * | 2022-02-07 | 2022-05-31 | 哈尔滨工程大学 | 一种基于sca阵型的二阶超波束形成方法、设备及介质 |
CN116148787A (zh) * | 2023-04-20 | 2023-05-23 | 北京无线电测量研究所 | 一种相控阵雷达宽带方向图仿真方法和装置 |
CN112986900B (zh) * | 2021-02-07 | 2023-09-19 | 中国人民解放军国防科技大学 | 一种用于doa估计的灵活互质阵列 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160172767A1 (en) * | 2014-12-12 | 2016-06-16 | The Boeing Company | Congruent non-uniform antenna arrays |
CN106646344A (zh) * | 2016-12-16 | 2017-05-10 | 西北工业大学 | 一种利用互质阵的波达方向估计方法 |
CN108196222A (zh) * | 2018-01-08 | 2018-06-22 | 哈尔滨工程大学 | 一种基于双重互质阵的相干方位估计方法 |
CN108344967A (zh) * | 2018-01-20 | 2018-07-31 | 中国人民解放军战略支援部队信息工程大学 | 基于互质面阵的二维波达方向快速估计方法 |
-
2018
- 2018-11-06 CN CN201811310209.2A patent/CN109491009B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160172767A1 (en) * | 2014-12-12 | 2016-06-16 | The Boeing Company | Congruent non-uniform antenna arrays |
CN106646344A (zh) * | 2016-12-16 | 2017-05-10 | 西北工业大学 | 一种利用互质阵的波达方向估计方法 |
CN108196222A (zh) * | 2018-01-08 | 2018-06-22 | 哈尔滨工程大学 | 一种基于双重互质阵的相干方位估计方法 |
CN108344967A (zh) * | 2018-01-20 | 2018-07-31 | 中国人民解放军战略支援部队信息工程大学 | 基于互质面阵的二维波达方向快速估计方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110346752A (zh) * | 2019-07-17 | 2019-10-18 | 哈尔滨工程大学 | 基于互质稀疏阵的无模糊测向方法 |
CN112986900B (zh) * | 2021-02-07 | 2023-09-19 | 中国人民解放军国防科技大学 | 一种用于doa估计的灵活互质阵列 |
CN114563760A (zh) * | 2022-02-07 | 2022-05-31 | 哈尔滨工程大学 | 一种基于sca阵型的二阶超波束形成方法、设备及介质 |
CN114563760B (zh) * | 2022-02-07 | 2023-02-07 | 哈尔滨工程大学 | 一种基于sca阵型的二阶超波束形成方法、设备及介质 |
CN116148787A (zh) * | 2023-04-20 | 2023-05-23 | 北京无线电测量研究所 | 一种相控阵雷达宽带方向图仿真方法和装置 |
CN116148787B (zh) * | 2023-04-20 | 2023-06-23 | 北京无线电测量研究所 | 一种相控阵雷达宽带方向图仿真方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109491009B (zh) | 2020-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109283536B (zh) | 一种多波束测深声呐水体成像波束形成方法 | |
CN103353596B (zh) | 基于压缩感知的波束空间域米波雷达测高方法 | |
CN103353595B (zh) | 基于阵列内插压缩感知的米波雷达测高方法 | |
CN110031794A (zh) | 一种基于差分共性阵重构的相干信源doa估计方法 | |
CN110320490B (zh) | 一种无直达信号条件下的无线电波达方向估计方法 | |
CN111123192B (zh) | 一种基于圆形阵列和虚拟扩展的二维doa定位方法 | |
Su et al. | Adaptive beamforming for nonstationary HF interference cancellation in skywave over-the-horizon radar | |
CN108089147B (zh) | 改进的短波单站定位方法 | |
CN109765521B (zh) | 一种基于子阵划分的波束域成像方法 | |
CN109491009A (zh) | 一种光纤组合阵及基于光纤组合阵的栅瓣抑制方法 | |
CN106872934B (zh) | L型电磁矢量传感器阵列解相干esprit参数估计方法 | |
CN110018439A (zh) | 一种和差波束与波束music相结合的测向方法 | |
CN106908754B (zh) | L型声矢量传感器阵列esprit解相干参数估计方法 | |
CN109696657A (zh) | 一种基于矢量水听器的相干声源定位方法 | |
CN114779236A (zh) | 一种基于空间平滑music改进的米波雷达低仰角测高方法 | |
CN102957472B (zh) | 稀疏阵列天线***接收通信信号的方法及装置 | |
CN108828586A (zh) | 一种基于波束域的双基地mimo雷达测角优化方法 | |
Liu et al. | High-resolution direction-of-arrival estimation in SNR and snapshot challenged scenarios using multi-frequency coprime arrays | |
CN114563760B (zh) | 一种基于sca阵型的二阶超波束形成方法、设备及介质 | |
Bhargav et al. | Compressive sensing based doa estimation for multi-path environment | |
CN109061594B (zh) | 一种强杂波环境下基于子阵空时自适应处理的测角方法 | |
CN116243240A (zh) | 一种基于空间多元信息融合的地面nlos环境精确定位方法 | |
Schurwanz et al. | Compressive sensing techniques applied to a semi-circular mmWave MIMO array | |
Zhou et al. | Research on interferometer direction finding technology based on digital beam forming | |
CN112698263A (zh) | 一种基于正交传播算子的单基地互质mimo阵列doa估计算法 |
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 |