一种基于最大相关信噪比准则的天线分组及修正方法技术

本发明专利技术提供了一种基于最大相关信噪比准则的天线分组及修正方法，能够有效提高天线数量资源利用效率，达到最大的相关信噪比以及最优的相位估计性能。本发明专利技术采用将多个天线耦合在一起进行相关的算法(称本发明专利技术采用算法为Couple算法)体现由Simple和Sumple算法的演变过程。以最大相关信噪比为准则，提出一种“L/2对L/2”的天线分组方法，当采用“L/2对L/2”的天线分组方法时，可以达到最大的相关信噪比以及最优的相位估计性能，天线数量资源利用效率高，体现本发明专利技术Couple算法的优越性。

【技术实现步骤摘要】
一种基于最大相关信噪比准则的天线分组及修正方法
本专利技术涉及于深空探测
，具体涉及一种基于最大相关信噪比准则的天线分组及修正方法。
技术介绍
目前Sumple算法是目前综合性能最为优异且研究和应用最为广泛的信号合成方法。然而，Sumple算法仍然存在一些不足：①采用轮流的虚拟参考天线，无固定相位中心；②在低信噪比条件下，存在相位中心漂移问题。在天线组阵的某些应用背景中，需要天线组阵系统有一个固定的相位中心。例如，当天线组阵用于测速测距或VLBI测量等高精度测量任务时，若阵列的等效相位中心随机变化，必然会影响测量精度。针对上述问题，现有技术中有以算法收敛后某固定时刻的相位权值作为参考，修正其它时刻的相位权值的算法。该算法虽然能改善相位漂移问题，然而由于未考虑各天线相位中心变化的情况，在实际应用中将导致组阵不能快速实时跟踪信号相位的变化。还有将Sumple算法的参考天线改为所有天线信号的加权和，事实上，这就变成了Matrix-Free算法，自相关分量将恶化算法性能。因此，如何解决Sumple算法的无固定相位中心特性和相位漂移问题，仍需进一步研究。目前对信号合成方法的研究成果中，有些是对现有算法的理论和仿真分析，有些是将现有算法应用到其他场景中，有些运算量较大，欠缺实用性，有些是采用闭环或滤波技术对现有算法进行最优相位修正。然而，在天线资源利用效率方面，目前仍然停留在Sumple算法的“1对L-1”的天线分组方法上。实际上，天线分组方法是决定算法性能最核心的因素。对于大规模天线组阵来说，天线数量巨大(达到400个)，现有天线分组方法的天线数量资源利用效率较低。
技术实现思路
有鉴于此，本专利技术提供了一种基于最大相关信噪比准则的天线分组及修正方法，能够有效提高天线数量资源利用效率，达到最大的相关信噪比以及最优的相位估计性能。本专利技术是通过以下技术方案来实现的：本专利技术提供了一种基于最大相关信噪比准则的天线分组方法，包括如下步骤：步骤1，选择天线组阵中的最多可取到的偶数路天线，记为L路；设定L路天线数据对应权值的初值均为1，将第L路天线作为参考天线，保持其权值不变；生成L×L维耦合矩阵，所述耦合矩阵的行向量互不相同，各个行向量的元素值均只有两种，每种占一半；步骤2，将L路天线数据按照各自对应的权值进行加权，并求和输出一路合成信号；步骤3，每个天线支路中均输入L路加权后的数据；按所述耦合矩阵行向量顺序，依次将每个支路的数据，按照对应耦合矩阵行向量的元素值均分为两组数据；将每个支路的两组数据分别求和，得到对应的2路信号；步骤4，将每个支路的2路信号分别进行相关处理，获得L个支路的相关相位，完成分组。其中，所述耦合矩阵的第1行，前L/2元素均为1，后L/2元素均为-1；生成矩阵行号i为第2行至第L/2+1行时，以第1行元素为基准，保留第i-1和第L个元素符号不变，其余全取反；生成矩阵行号i为第L/2+2行至第L行时，以第2行元素为基准，保留第i-1和第L个元素符号不变，其余全取反。其中，所述步骤4中，所述相关处理为共轭相乘和累加平均。本专利技术还提供了一种基于最大相关信噪比准则的天线修正方法，利用本专利技术所述的基于相关信噪比准则的天线分组方法获得L个支路的相关相位，基于相关相位获得权值相位，利用权值相位对天线的相位进行修正。其中，获得权值相位的具体方式为：将L个支路的相关相位拷贝L-1份，与解耦合矩阵的L-1个行向量的各行按顺序一一对应，将每行对应元素值为A的相关相位相加后，再乘以L/4，获得该行对应的权值相位；如此，得到L-1行权值相位；其中，所述解耦合矩阵为(L-1)×L维矩阵，行向量互不相同，各个行向量的元素值均只有两种，设为A和B；第1行至第L/2行的行向量中，第1和第i+1个元素的元素值为A，其余为B，第L/2+1行至第L-1行的行向量中，第2和第i+1个元素的元素值为A，其余为B，其中i为行向量序号。有益效果：本专利技术采用将多个天线耦合在一起进行相关的算法体现由Simple和Sumple算法的演变过程，以最大相关信噪比为准则，提出一种“L/2对L/2”的天线分组方法，当采用“L/2对L/2”的天线分组方法时，可以达到最大的相关信噪比以及最优的相关相位估计性能，天线数量资源利用效率高。本专利技术中，基于分组方法修正相关相位，能实现最优相位修正。附图说明图1为不同信噪比条件下相位估计误差的概率密度。图2为基于“多对多”天线分组方法的相位差估计系统模型。图3为Simple、Sumple和Couple三种算法相关器的相位估计性能对比。其中，图3(a)给出了L＝36和L＝100两种情况下，三种算法在不同信噪比条件下的相关相位估计方差性能，图3(b)给出了相对应的相位估计损失因子性能。具体实施方式下面结合附图并举实施例，对本专利技术进行详细描述。相位估计算法的基本处理流程为：首先对两信号进行相关处理(共轭相乘、累加平均)，然后利用反正切相位鉴别器来估计相位差。相关信噪比是指对两个信号进行相关处理后的信号的信噪比。相关信噪比直接决定了反正切相位鉴别器的估计性能。传统天线组阵理论为了简化分析，均假设反正切相位鉴别器是一种最大似然估计器，其估计方差能够达到克拉美-罗下界(Cramer-RaoLowerBound,CRLB)。然而，这一假设条件仅当相关信噪比在中等值以上时才适用。为定量分析反正切相位鉴别器在低相关信噪比条件下的估计性能，本专利技术抛弃上述假设条件，通过理论分析对反正切相位鉴别器的相位估计性能进行深入研究。为了得到各阵元相位估计误差，不失一般性，各阵元间相关处理后的信号可以建模为式中：x[k]为观测量，K为样本个数，A为常数，Δθ为待估计相位差，为非随机参量，w[k]的实部和虚部都是均值为0，方差为σ2的独立同分布高斯随机噪声，则观测量x[k]的信噪比ρ＝|A|2/(2σ2)。对x[k]进行K次累计平均，累加平均后的信噪比即为相关信噪比，用γ表示，则有γ＝Kρ，然后利用反正切相位鉴别器来估计相位，则有式中：Re[·]和Im[·]分别表示取实部和虚部。根据参数估计理论，对于如式(1)的复数形式的相位估计，估计量Δθ的CRLB为传统天线组阵理论为了简化分析，认为反正切相位鉴别器是一种最大似然估计器。当γ较大时，能够很好地接近CRLB(Δθ)，因此当相关信噪比较高时，合成算法的相位估计方差与γ具有如式(3)的线性关系。然而当γ较低时，这一假设将不再成立。为了分析低信噪比条件下的相位估计性能，本专利技术抛弃上述假设，考虑更一般的情况。设Δθ的估计误差为Δθe，并有有文献给出了Δθe的概率密度函数，这里将复数信号形式的信噪比γ代入，可得下式式中：图1给出了不同γ条件下，相位估计误差Δθe的概率密度。可以看出，γ越高，相位估计性能越高。为定量描述本文档来自技高网...

【技术保护点】
1.一种基于最大相关信噪比准则的天线分组方法，其特征在于，包括如下步骤：/n步骤1，选择天线组阵中的最多可取到的偶数路天线，记为L路；/n设定L路天线数据对应权值的初值均为1，将第L路天线作为参考天线，保持其权值不变；/n生成L×L维耦合矩阵，所述耦合矩阵的行向量互不相同，各个行向量的元素值均只有两种，每种占一半；/n步骤2，将L路天线数据按照各自对应的权值进行加权，并求和输出一路合成信号；/n步骤3，每个天线支路中均输入L路加权后的数据；/n按所述耦合矩阵行向量顺序，依次将每个支路的数据，按照对应耦合矩阵行向量的元素值均分为两组数据；将每个支路的两组数据分别求和，得到对应的2路信号；/n步骤4，将每个支路的2路信号分别进行相关处理，获得L个支路的相关相位，完成分组。/n

【技术特征摘要】
1.一种基于最大相关信噪比准则的天线分组方法，其特征在于，包括如下步骤：
步骤1，选择天线组阵中的最多可取到的偶数路天线，记为L路；
设定L路天线数据对应权值的初值均为1，将第L路天线作为参考天线，保持其权值不变；
生成L×L维耦合矩阵，所述耦合矩阵的行向量互不相同，各个行向量的元素值均只有两种，每种占一半；
步骤2，将L路天线数据按照各自对应的权值进行加权，并求和输出一路合成信号；
步骤3，每个天线支路中均输入L路加权后的数据；
按所述耦合矩阵行向量顺序，依次将每个支路的数据，按照对应耦合矩阵行向量的元素值均分为两组数据；将每个支路的两组数据分别求和，得到对应的2路信号；
步骤4，将每个支路的2路信号分别进行相关处理，获得L个支路的相关相位，完成分组。


2.如权利要求1所述的基于最大相关信噪比准则的天线分组方法，其特征在于，所述耦合矩阵的第1行，前L/2元素均为1，后L/2元素均为-1；生成矩阵行号i为第2行至第L/2+1行时，以第1行元素为基准，保留第i-1和第L个元素符号不变，其余全取反；生成矩阵行号i为第L/2+2行至第L行时，以第2行元素为基...

【专利技术属性】
技术研发人员：焦义文，马宏，吴涛，杨文革，刘燕都，陈永强，陈雨迪，刘培杰，施又木，李冬，
申请(专利权)人：中国人民解放军战略支援部队航天工程大学，
类型：发明
国别省市：北京;11