极化敏感阵列

摘要： [目的]针对传统的极化敏感阵列的波达方向(DOA)估计算法运算复杂度高、实时性差的问题,提出基于压缩感知的正交偶极子极化敏感阵列结构。[方法]将数据压缩思想应用于阵列结构设计,压缩接收信号矢量维度,减少射频前端链路数量,以控制系统的复杂度,使阵列结构设计具有高度的灵活性。基于结构降维多重信号分类(MUSIC)算法;首先,通过空间谱搜索实现信号的DOA估计;然后,利用拉格朗日乘数法降维;最后,通过解决优化问题获取信号的极化参数信息。[结果]仿真实验表明:采用所提阵列结构及方法在入射信号完全极化且非相干时,可以获得正确的信号DOA和极化参数联合估计;在信噪比(SNR)大于10 dB的环境下,俯仰角均方根误差(RMSE)低于0.05°。[结论]与相同条件下同等通道数的非压缩结构相比,基于压缩感知的正交偶极子阵列参数估计结构的估计精度更高、运算复杂度更低。

摘要： 随着卫星导航技术的发展及干扰的复杂化,传统的空时滤波方法已经难以满足需要,在空时滤波过程中,如果卫星导航信号和干扰信号的来波信号相同,天线增益不仅会在干扰来向上形成零陷,同时也会极大程度地衰减卫星信号。通过多域联合的自适应滤波算法来抑制干扰已经成为必然趋势,因此,在空时滤波的基础上引入了极化域信息,实现空、时、极化三维域的联合抗干扰。在传统的线性约束最小方差(Linear Constrained Minimum Variance,LCMV)算法的基础上,增加了信号的极化域信息,有效地解决了在期望卫星信号和干扰信号来向相同时卫星信号受影响的问题。分析结果表明,当期望和干扰信号来波方向相同时,空时极化自适应抗干扰算法可以从极化域的维度上将期望和干扰信号分离开,从极化域上形成零陷,滤除干扰信号,保留期望信号的天线增益,具有十分实用的理论意义。

摘要： 短波经电离层反射后产生的多径具有不同的极化状态。为充分利用多径信号间的极化差异改善短波通信质量,提出一种基于极化敏感阵列的短波多径合成方法。首先用改进的极化空间多重信号分类(Multiple Signal Classification,MUSIC)算法实现每条径到达角、极化参数估计,采用估计的参数设计滤波器分离出每一条信号单径,将各条径的时频参数补偿对齐,对分离出的多条径按最大输出信噪比进行接收波形合成。理论分析和仿真实验表明,所提方法分离出的单径相比极化空间最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)方法具有信噪比上的提升,并且能够通过多径间的合成在单径的基础上获得信噪比的增益,改善信号质量。

摘要： 针对当前DOA估计中基站布设复杂和阵元间距受限的问题,提出了一种极化敏感圆形阵列单基站定位方法.通过对圆形天线阵列布设进行分析,根据信道传播模型得到阵列接收信号,进而利用深度学习模型实现定位.在考虑电磁波极化特性的基础上,经过对圆形天线的数目以及基站的规模大小进行分析研究,最后给出一种比较理想的基站布设方式.仿真结果表明,上述圆形阵列定位模型实现了较为精确定位,对阵元间距降低了要求,增强了可行性和实用性.

摘要： 角度估计是雷达的一个关键功能.极化敏感阵列用作雷达天线可有效减小模型误差,改善测角性能.为提高目标角度估计精度,本文提出了一种扩展的加权融合测角方法.首先对完备电磁矢量进行介绍,建立了极化-空域信号处理模型;其次推导了扩展后的加权融合测角方法;最后结合稀疏恢复测角方法,以双正交电偶极子阵列天线为例,验证了方法的有效性.结果表明,极化信息的引入,减小了阵列信号模型的误差,并通过极化加权使得该方法能够有效提升目标空间角度估计的精度.

摘要： 极化敏感阵列卫星导航自适应抗干扰技术是建立在极化敏感阵列信号处理理论上的1种高性能、高精度、小型化的多维域滤波技术,利用该技术可实现空间电磁干扰的有效滤除,增强卫星信号,从而实现高精度定位;该技术比传统阵列信号处理技术拥有更高的干扰抑制自由度,以N个极化敏感阵元抑制2N-1个宽带干扰的卓越性能(传统阵列N个阵元可抑制N-1个宽带干扰)实现了高性能卫星导航抗干扰设备的小型化。本产品基于该技术在国内首次实现了极化敏感阵列卫星导航自适应抗干扰天线的工程化应用。

摘要： 针对传统极化敏感阵列测向算法在相干信号入射条件下估计精度低、 运算复杂度大的问题,提出一种稀疏贝叶斯学习框架下的波达方向与极化参数联合估计算法.该算法首先将数据接收矩阵稀疏得到观测矩阵,再利用酉变换将观测数据矩阵从复数域转化为实数域,并且对模型参数施加一个三层的稀疏先验.然后,根据变分贝叶斯理论,用得到的模型参数均值和方差构造稀疏信号的功率谱函数,通过谱峰搜索得到信号的DOA.最后,利用已估计的信号DOA和模值约束算法,获取信号极化信息.仿真试验表明,本文所提算法在入射信号相干时能够正确测向,并且具有较高的测向精度和较低的运算复杂度.

摘要： 本文基于小孔径极化阵列天线,提出一种有色噪声和副瓣的联合处理算法,以解决传统抗干扰阵列天线孔径大难于部署的问题。由于阵列孔径下降,噪声环境和主副瓣性能均有损失,极大影响了抗干扰性能和后续接收的处理能力,通过噪声白化处理和综合学习粒子群算法能够有效改善小孔径阵列的抗干扰性能。理论分析和仿真结果表明,提出的优化算法能够有效改善噪声环境,降低副瓣,提升抗干扰能力,进而提高后端接收机的捕获性能。

摘要： 针对传统波达方向(DOA)估计算法没有充分利用有源诱饵和雷达的信号特征,导致反辐射导弹的角度分辨能力差的问题,提出了一种基于不完全重合信号的极化敏感阵列单快拍测向算法.首先,对阵列接收到的单快拍数据进行极化平滑处理;然后,利用雷达信号和诱饵信号是不完全重合信号的特点,对构造的共轭复制增广矩阵进行差分,得到各信号的共轭复制增广矩阵;最后,通过求解凸优化问题分别求解每个信号的DOA参数.仿真结果表明,与传统算法相比,所提算法具有更高的估计精度和更低的算法复杂度.

摘要： 采用共形天线的反辐射导弹探测系统在对大入射角信号测向时,由于信号多路径、折射、绕射等情况产生的干扰,会直接被引入到极化敏感阵列空间谱估计理论模型中,从而导致测向误差偏大。针对该问题,基于均匀共形圆阵天线模型,提出了一种基于空间域补偿的极化敏感阵列多重信号分类(multiple signal classification,MUSIC)测向算法。该算法用误差补偿方法对空间域分量进行修正,结合MUSIC测向算法,构造四维极化敏感阵列空间谱函数,通过降维谱峰搜索实现目标信号的二维测向。经仿真验证,与经典极化敏感阵列MUSIC测向算法相比,所提算法修正了系统的前端误差,避免了测向过程中的空间域分量与算法理论模型失配问题,可实现对目标信号的高精度测向及跟踪。

摘要： 针对在复杂战场环境条件下导引头抗诱饵能力的需求,采用了基于极化敏感阵列形式的高分辨测角技术,通过空间极化-联合域处理,解决了传统反辐射测角算法分辨率差的问题,改善了系统的空间分辨力,能够在较远的距离将雷达和诱饵进行分辨.本文利用信号的极化信息,有效提高角度分辨率,将多维搜索归纳到约束最优化问题,利用约束优化进行降维操作,解决了极化敏感阵列测角算法多维搜索运算量大的难题,将涉及的将运算时间降低了两个量级.仿真与工程实现结果证明其可行性.

摘要： 空间谱估计应用于极化敏感阵列信号处理中,可以对空间到达角和极化状态角进行联合估计,但这类方法绝大多数属于阵元级,对于采用子阵式阵列结构的大型相控阵雷达将不再适用.本文利用子阵级空间谱估计技术进行极化域-空域联合谱估计,同时采用简化阵列流型,只需确定子阵中心及子阵增益即可进行估计,降低了计算成本,仿真结果验证了方法的有效性.

摘要： 本发明提供了基于极化敏感环形阵列的到达角度和极化角度测量方法，通过极化敏感环形阵列接收多个信号的数据；根据信号的空域稀疏性，对每个信号构建正交极化冗余字典；通过得到正交极化冗余字典对信号进行稀疏重构确定信号的二维到达角度以及信号极化角度的粗测量值；根据已知二维到达角度重新构建正交极化冗余字典对信号进行稀疏重构得到信号极化角度的精确测量值；该方法利用极化敏感环形阵列，减小了天线失配对测向性能的影响，并将信号多维参数联合测量分解为频域、空域、极化域独立处理，避免了多维联合搜索过程，从而极大地提高了参数计算效率，实现了角度和极化联合快速测量。

摘要： 本发明的目的在于提供一种单偶极子极化敏感旋转阵列DOA与极化参数联合估计方法，首先对所述极化敏感旋转阵列的阵列接收信号进行数学建模，之后对MUSIC算法的谱函数中的导向矢量的表达式进行修正，从而利用MUSIC算法实现入射信号DOA与极化参数的联合估计。本发明所述的旋转阵列不仅可以利用单偶极子构造极化敏感旋转阵列进行构造，还可以利用任意极化敏感天线单元或组合对其进行构造，具有很强的可移植性。该阵列可以有效降低系统的通道数，极大的降低了系统的成本，并且较少的阵元数有效的避免了阵元数较多带来的通道不一致性的问题。

摘要： 本发明公开了一种极化敏感阵列自适应极化调整的抗相参干扰方法：步骤1，布置极化敏感天线阵列；步骤2，进行信号采集并对仅含相参干扰信号的时间序列部分采样提取；步骤3，计算每个单元天线的干扰信号的极化角度；步骤4，计算自适应调整阵列上单元天线的水平和垂直通道的复加权系数；步骤5，重新接收各单元天线的两路信号，根据复加权系数得到各路正交天线合成后的阵列信号；步骤6，计算得到协方差矩阵，并对其进行特征值分解，提取噪声子空间；步骤7，根据Music算法进行谱峰搜索得到谱峰极大值，确定目标信号的到达角度。本发明有效地抑制了相参干扰对目标信号的检测以及到达角度测量的影响，提高了目标信号的测角精度。

摘要： 本发明提供了一种基于交替极化敏感阵列的空时极化抗干扰方法，该方法采用交替极化敏感阵列作为接收模型，该阵列降低了方法的运算量和互藕效应。在多线性约束准则和空时自适应处理的基础上，根据卫星信号和干扰信号的极化特性，加入信号的极化信息。本方法与传统方法相比，有效地降低了具有正交双偶极子的极化敏感阵列互藕效应的影响，不影响抗干扰性能；有效地解决了当期望卫星信号和干扰信号来波方向相近或间隔较小时卫星信号被衰减，从而影响卫星通信和定位的问题；有效地解决了二维域信息相近时抗干扰能力失效的问题；将二维域信息扩展到三维域信息，实现空时极化三维域的联合抗干扰，为卫星接收机抗干扰提供理论基础。

摘要： 本发明属于阵列信号测向技术领域，具体涉及一种极化敏感阵列下非圆信号DOA与极化参数联合估计方法。相比于该领域大多数方法，本发明的方法可以用于圆信号与非圆信号混合入射的更一般情形。通过建立平面双极化敏感阵列下的长矢量接收数据模型，利用信号的非圆特性将混合入射信号中的圆信号与非圆信号分开依次进行估计，减少了两类信号间的相互干扰，从而提升了对各类信号的估计性能。同时针对运算量巨大的问题，将谱函数的四维搜索过程降低至二维搜索过程，既降低了该方法的操作运算次数，又没有牺牲估计精度。该方法成功填补了极化敏感阵列下适用于非圆信号测向方法的空白。

摘要： 本发明公开了一种极化敏感阵列自适应极化调整的抗相参干扰方法：步骤1，布置极化敏感天线阵列；步骤2，进行信号采集并对仅含相参干扰信号的时间序列部分采样提取；步骤3，计算每个单元天线的干扰信号的极化角度；步骤4，计算自适应调整阵列上单元天线的水平和垂直通道的复加权系数；步骤5，重新接收各单元天线的两路信号，根据复加权系数得到各路正交天线合成后的阵列信号；步骤6，计算得到协方差矩阵，并对其进行特征值分解，提取噪声子空间；步骤7，根据Music算法进行谱峰搜索得到谱峰极大值，确定目标信号的到达角度。本发明有效地抑制了相参干扰对目标信号的检测以及到达角度测量的影响，提高了目标信号的测角精度。

摘要： 本发明公开了基于BSBL‑EM算法的分离式极化敏感阵列相干信号DOA和极化参数估计。本发明首先构造无参数“互耦”的信号模型，以降低计算复杂度；然后推导多快拍条件下的矢量化块稀疏表示，使其完备字典仅包含DOA参数，块稀疏信号向量包含极化参数和原始信号；再利用块稀疏贝叶斯学习算法恢复块稀疏信号矢量；最后根据非零元素的支撑集以及块内相互关系，推算DOA和极化参数的估计值。相比于传统的子空间算法，本发明的方法无需空间平滑或极化平滑即可实现相干目标角度的估计；此外，本发明的阵列结构适用于共形相控阵雷达，分离式的阵元结构便于工程实现。

摘要： 本发明提供了一种基于交替极化敏感阵列的空时极化抗干扰方法，该方法采用交替极化敏感阵列作为接收模型，该阵列降低了方法的运算量和互藕效应。在多线性约束准则和空时自适应处理的基础上，根据卫星信号和干扰信号的极化特性，加入信号的极化信息。本方法与传统方法相比，有效地降低了具有正交双偶极子的极化敏感阵列互藕效应的影响，不影响抗干扰性能；有效地解决了当期望卫星信号和干扰信号来波方向相近或间隔较小时卫星信号被衰减，从而影响卫星通信和定位的问题；有效地解决了二维域信息相近时抗干扰能力失效的问题；将二维域信息扩展到三维域信息，实现空时极化三维域的联合抗干扰，为卫星接收机抗干扰提供理论基础。

摘要： 本发明属于阵列信号测向技术领域，具体涉及一种极化敏感阵列下非圆信号DOA与极化参数联合估计方法。相比于该领域大多数方法，本发明的方法可以用于圆信号与非圆信号混合入射的更一般情形。通过建立平面双极化敏感阵列下的长矢量接收数据模型，利用信号的非圆特性将混合入射信号中的圆信号与非圆信号分开依次进行估计，减少了两类信号间的相互干扰，从而提升了对各类信号的估计性能。同时针对运算量巨大的问题，将谱函数的四维搜索过程降低至二维搜索过程，既降低了该方法的操作运算次数，又没有牺牲估计精度。该方法成功填补了极化敏感阵列下适用于非圆信号测向方法的空白。

摘要： 本发明提供一种用于极化敏感阵列的幅相误差校准定位方法及装置，该方法包括：通过极化敏感阵列，获取待定位终端发送的信号数据，并对信号数据的幅相信息进行提取，得到对应的实际幅相数据；根据辅助校准源的标称参数，计算得到理论幅相数据，并根据实际幅相数据和理论幅相数据，获取各通道之间的失配误差，以根据失配误差构建的幅相增益失配矩阵，对信号数据进行校准，得到校准后的信号数据；对信号模型的空域角度和极化域参数进行解耦处理，构建最大似然优化目标函数，并通过最大似然优化目标函数，根据校准后的信号数据，获取目标定位参数。本发明提高了幅相误差校准效果，实现高精度、低时延的目标定位。