【技术实现步骤摘要】
基于非均匀智能超表面阵列的无人机集群测向系统及方法
[0001]本专利技术属于阵列信号处理领域,尤其涉及基于非均匀智能超表面阵列的无人机集群测向系统及方法。
技术介绍
[0002]信号到达角(DOA)估计是阵列信号处理中的重要组成部分。天线阵列通常采用大规模的射频通道,成本较高。
[0003]近年来,智能超表面在无线通信、信号处理和雷达领域得到广泛的应用。智能超表面通过在一个平面上集成大量低成本的无源反射元件,控制反射单元的幅度/相位来调整入射信号的反射方向,智能化的重构无线电磁波的传播环境。智能超表面在实际应用时可布置于任意建筑物表面,阵元间距是随机的。
[0004]早期的DOA估计方法常通过傅里叶变换得到空间谱的估计,该方法简单有效但受限于阵列的物理孔径,即存在“瑞利限”。为突破“瑞利限”的约束,国内外学者提出了许多“超分辨”算法,包括基于子空间分解类算法以及空域滤波算法,可以实现高分辨的空间谱估计。然而基于子空间分解类算法只利用了信号与噪声的子空间类信息,没有使用更多的信号特征信息。无人机集群在空域中存 ...
【技术保护点】
【技术特征摘要】
1.一种基于非均匀智能超表面阵列的无人机集群测向系统,其特征在于,包括单元间距非均匀智能超表面阵列以及单个全向接收天线两部分;智能超表面在内部集成变容二极管,通过改变变容二极管的偏置电压,对入射信号的幅度和相位进行更改;智能超表面阵列间距非均匀,阵元的位置在理想阵元位置的基础上存在偏差;全向接收天线接收到非均匀智能超表面阵列反射到任意方向的信号。2.根据权利要求1所述的一种基于非均匀智能超表面阵列的无人机集群测向方法,其特征在于,包括以下步骤:步骤1、初始化未知参数,包括空域中稀疏目标的数量及非均匀智能超表面阵列阵元数、阵元间距、非均匀智能超表面阵列对入射信号测量次数、天线信噪比;步骤2、构建全向接收天线接收信号模型;所述全向接收天线接收信号模型表示为r=Bdiag{aα,p}Aθ,p s+w其中,r=[r0,r1,...,r
M
‑1]
T
为全向接收天线接收到的经过非均匀智能超表面阵列M次测量后的反射信号,B=[b0,b1,...,b
N
‑1]为测量矩阵,为导向矢量,α为全向接收天线接收到非均匀智能超表面阵列反射信号的角度,为导向矩阵,e表示自然常数,j表示虚数单位,λ为波长,非均匀智能超表面阵列内阵元位置向量p=[p0,p1,...,p
N
‑1]
T
,无人机集群目标来向θ=[θ0,θ1,...,θ
K
‑1]
T
,s=[s0,s1,...,s
K
‑1]
T
为信号源,w=[w0,w1,...,w
M
‑1]
T
为加性高...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。