一种基于AR-MVDR算法的二维超分辨测角方法技术

本发明专利技术公开了一种基于AR

【技术实现步骤摘要】
一种基于AR
‑
MVDR算法的二维超分辨测角方法


[0001]本专利技术涉及阵列信号处理
，特别是一种基于AR
‑
MVDR算法的二维超分辨测角方法。

技术介绍

[0002]针对空中多目标识别问题，识别系统的分辨能力直接影响精确识别的结果。部分识别系统平台通过增加具有方位测角能力的单脉冲处理功能来改善整体的方位指向精度和方位分辨能力，但单脉冲测角仅在单一维度上不能有效处理同距离环多目标识别问题。二维超分辨信号检测估计技术能够充分利用原始数据多维信息，超越常规分辨限制，突破多目标识别分辨难点。
[0003]因此研究超分辨测角技术，提高多目标识别的精度，对降低机身环境对测角误差的影响以及集群目标的识别具有重要的理论和实际意义。
[0004]采用传统数字波束形成技术的数字相控阵天线面对多目标信号交织情况，通常需要进行时域相关峰脉冲检测、脉冲解交织和单脉冲测角等处理过程，整个算法流程复杂，且信号检测概率、测角精度，方位分辨力等性能一般。FFT(Fast Fourier Transform,快速傅里叶变换)、MUSIC(Multiple Signal Classification，多重信号分类)、AR(Auto Regressive Model,自回归模型)等DOA估计算法能够快速计算信号的空间谱，获得信号的波达方向。但是FFT算法目标方位分辨能力较弱，只适用于应答目标稀疏的简单应用场景；MUSIC算法分辨精度高，在工程实现过程中，奇异值分解、信源数估计的移植困难，且可能存在FPGA资源不足等问题。AR算法接近MUSIC算法的分辨性能，且计算量小，易于移植，资源消耗少。后续结合MVDR(Minimum variance Distortionless Response,最小方差无畸变响应)自适应波束形成技术，提高信号幅度估计精度，减少虚假检测结果。

技术实现思路

[0005]鉴于此，本专利技术提供一种基于AR
‑
MVDR算法的二维超分辨测角方法，已解决上述技术问题。
[0006]一种基于AR
‑
MVDR算法的二维超分辨测角方法，包括：
[0007]通过数字相控阵天线接收第一信号；其中，所述第一信号由来自多个不同方向的信号源发出的目标信号叠加而成；
[0008]基于AR算法，对所述第一信号的采样点进行幅度和相位估计；
[0009]通过MVDR算法精确估计AR算法估计出的幅度，得到所述目标信号的到达角。
[0010]进一步地，所述数字相控阵天线包括N个接收阵元，用于接收第一信号；其中，N大于等于2；所述目标信号共M个，M为大于1且小于等于N/2
‑
1的正整数。
[0011]进一步地，所述基于AR算法，对所述第一信号的采样点进行幅度和相位估计，包括：
[0012]获取AR算法的输入；
[0013]基于AR算法的输入，估计协方差矩阵；
[0014]根据协方差矩阵，计算AR系数；
[0015]根据AR系数，估算出可能存在信号的相位和幅度。
[0016]进一步地，所述获取AR算法的输入，包括：
[0017]将N阵元数字相控阵天线接收的第一信号进行一次快拍采样；
[0018]将预处理后的幅度相位作为AR算法的复矢量输入；所述预处理包括数字下变频、滤波。
[0019]进一步地，所述基于AR算法的输入，估计协方差矩阵，包括：
[0020]通过滑窗的方式计算复矢量对应的(N/2)
×
(N/2)维前向矩阵：
[0021][0022]其中，A
f
为前向矩阵，x
i
为复矢量输入的第i个元素，为x
i
的共轭，N为采样点的个数；复矢量为X＝[x1,x2,...,x
N
]T
，x
i
表示第i个单元天线的幅度相位采样点；
[0023]计算复矢量的后向矩阵：
[0024]将前向矩阵重新排列元素得到后向矩阵A
b
：
[0025][0026]其中，A
b
为后向矩阵，a
f
(i,j)表示前向矩阵中的第i行第j列的元素；i＝1,2,...,N/2；j＝1,2,...,N/2；
[0027]根据计算所得的前向矩阵和后向矩阵，计算协方差矩阵：
[0028]A＝(A
f
+A
b
)
[0029]其中，A为复矢量的协方差矩阵。
[0030]进一步地，所述根据协方差矩阵，计算AR系数，包括：
[0031]使用Yule
‑
Walker方程求解AR系数：
[0032][0033]其中，a1、a2、...、a
N/2
‑1分别为所求的AR系数，是自变量观测值的方差。
[0034]进一步地，所述根据AR系数，估算出可能存在信号的相位和幅度，包括：
[0035]建立以下方程：
[0036]1+a1x+a2x2+...+a
N/2
‑1x
N/2
‑1＝0
[0037]求解得到的N/2
‑
1个根对应的相位即可能存在信号的归一化频率，对应的模值即为对应的幅度：
[0038][0039]其中，φ
k
为第k个根的相位，m
k
为第k个根的幅度，k＝1,2,...,N/2
‑
1。
[0040]进一步地，所述通过MVDR算法精确估计AR算法估计出的幅度，得到所述目标信号的到达角，包括：
[0041]根据计算得到的相位，通过MVDR算法对计算得到的幅度进行估计；
[0042]从估计后的幅度中筛选出幅度最大的M个信号作为待检测目标信号；
[0043]将各待检测目标信号对应的相位分别确定为其到达所述数字相控阵天线的角度。
[0044]进一步地，所述根据计算得到的相位，通过MVDR算法对计算得到的幅度进行估计，包括：
[0045]通过MVDR算法，在AR算法计算得到的频率估计基础上减小幅度估计误差，即
[0046][0047][0048]其中，p
k
为MVDR算法幅度估计，φ
k
为相位，a(φ
k
)为φ
k
对应的AR系数，a
H
(φ
k
)是a(φ
k
)的共轭转置。
[0049]进一步地，所述将各待检测目标信号对应的相位分别确定为其到达所述数字相控阵天线的角度，包括：
[0050]将各待检测目标信号相应的相位依次按照如下公式转换为其到达角：
[0051][0052]其中，θ为待检测目标信号到达数字相控阵天线的角度，d是天线阵元间隔，λ是信源波长。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AR
‑
MVDR算法的二维超分辨测角方法，其特征在于，包括：通过数字相控阵天线接收第一信号；其中，所述第一信号由来自多个不同方向的信号源发出的目标信号叠加而成；基于AR算法，对所述第一信号的采样点进行幅度和相位估计；通过MVDR算法精确估计AR算法估计出的幅度，得到所述目标信号的到达角。2.根据权利要求1所述的方法，其特征在于，所述数字相控阵天线包括N个接收阵元，用于接收第一信号；其中，N大于等于2；所述目标信号共M个，M为大于1且小于等于N/2
‑
1的正整数。3.根据权利要求1所述的方法，其特征在于，所述基于AR算法，对所述第一信号的采样点进行幅度和相位估计，包括：获取AR算法的输入；基于AR算法的输入，估计协方差矩阵；根据协方差矩阵，计算AR系数；根据AR系数，估算出可能存在信号的相位和幅度。4.根据权利要求3所述的方法，其特征在于，所述获取AR算法的输入，包括：将N阵元数字相控阵天线接收的第一信号进行一次快拍采样；将预处理后的幅度相位作为AR算法的复矢量输入；所述预处理包括数字下变频、滤波。5.根据权利要求4所述的方法，其特征在于，所述基于AR算法的输入，估计协方差矩阵，包括：通过滑窗的方式计算复矢量对应的(N/2)
×
(N/2)维前向矩阵：其中，A
f
为前向矩阵，x
i
为复矢量输入的第i个元素，为x
i
的共轭，N为采样点的个数；复矢量为X＝[x1,x2,...,x
N
]
T
，x
i
表示第i个单元天线的幅度相位采样点；计算复矢量的后向矩阵：将前向矩阵重新排列元素得到后向矩阵A
b
：其中，A
b
为后向矩阵，a
f
(i,j)表示前向矩阵中的第i行第j列的元素；i＝1,2,...,N/2；j＝1,2,...,N/2；根据计算所得的前向矩阵和后向矩阵，计算协方差矩阵：A＝(A
f
+A
b
)其中，A为复矢量的协方...

【专利技术属性】
技术研发人员：赵传智，李书盼，张抒，刘轩，黎亮，
申请(专利权)人：四川九洲电器集团有限责任公司，
类型：发明
国别省市：