【技术实现步骤摘要】
一种基于降维多重信号分类的雷电甚高频辐射源成像方法
[0001]本专利技术涉及雷电成像
,具体而言,涉及一种基于降维多重信号分类的雷电甚高频辐射源成像方法。
技术介绍
[0002]雷电成像方法是开展雷电科学与防护研究的重要支撑,基于雷电成像结果,分析自然雷电的传播特征,可服务于揭示雷电放电过程物理机理。基于雷电成像信息,建立考虑自然雷电通道形态与传播速度等关键参数的雷击风险评估模型,有助于优化地面基础设施防雷保护设计。然而传统的雷电成像方法在处理实际探测数据时,都容易受到噪声干扰导致算法精度显著下降;因此,急需设计一种新的雷电成像技术,以提升雷电成像算法的抗干扰能力。
技术实现思路
[0003]为了解决上述问题,考虑到多重信号分类(Multipl eSignal Classification,MUSIC)能有效提升系统的抗噪性能,本专利技术的目的是提供一种基于降维多重信号分类的雷电甚高频辐射源成像方法技术,通过降维多重信号分类算法实现雷电成像,以提升成像算法的抗噪性能和计算效率。
[0004]为了实现上述技术目的,本申请提供了一种基于降维多重信号分类的雷电甚高频辐射源成像方法,包括以下步骤:
[0005]基于天线阵列,采集雷电甚高频辐射源的雷电甚高频信号,并通过离散傅里叶变换,将雷电甚高频信号分解为若干窄带分量;
[0006]构建加权一维空间谱函数,获取窄带分量与天线阵列的X
‑
O
‑
Y平面的X轴正方向形成的第一夹角,以及与Y轴正方向形 ...
【技术保护点】
【技术特征摘要】
1.一种基于降维多重信号分类的雷电甚高频辐射源成像方法,其特征在于,包括以下步骤:基于天线阵列,采集雷电甚高频辐射源的雷电甚高频信号,并通过离散傅里叶变换,将所述雷电甚高频信号分解为若干窄带分量;构建加权一维空间谱函数,获取所述窄带分量与所述天线阵列的X
‑
O
‑
Y平面的X轴正方向形成的第一夹角,以及与Y轴正方向形成第二夹角;根据所述第一夹角和所述第二夹角,获取所述雷电甚高频信号的入射仰角和方位角,并根据所述入射仰角和所述方位角,对所述雷电甚高频辐射源进行成像。2.根据权利要求1所述一种基于降维多重信号分类的雷电甚高频辐射源成像方法,其特征在于:在使用天线阵列采集雷电甚高频信号的过程中,所述天线阵列为非均匀L型雷电观测天线阵列,其中,所述非均匀L型雷电观测天线阵列用于表示阵列在X
‑
O
‑
Y平面上呈L型,在原点处设置有第一子天线,以及在X轴和Y轴上,根据所述第一子天线,对称设置有第二子天线、第三子天线和第四子天线;在X轴或Y轴上,所述第一子天线到所述第二子天线的距离为d
m
,所述第二子天线到所述第三子天线在X轴上的距离为4d
m
,所述第三子天线到所述第四子天线在X轴上的距离为6d
m
。3.根据权利要求2所述一种基于降维多重信号分类的雷电甚高频辐射源成像方法,其特征在于:在获取第一夹角和第二夹角的过程中,根据所述天线阵列的阵列观测方程,通过设置空间计算因子,获取所述天线阵列的导向向量;基于所述加权一维空间谱函数,依据所述导向向量,通过获取基于X轴的子阵观测信号的第一协方差矩阵,以及基于Y轴的子阵观测信号的第二协方差矩阵,获取所述第一夹角和第二夹角。4.根据权利要求3所述一种基于降维多重信号分类的雷电甚高频辐射源成像方法,其特征在于:在根据阵列观测方程获取导向向量的过程中,所述阵列观测方程表示为:其中,Z
x
(t)、Z
y
(t)分别为X轴、Y轴上子阵列的窄带接收处信号,N
z
(t)=[N
x
(t),N
y
(t)]
T
为高斯白噪声信号,a表示导向向量矩阵,s(t)为宽带雷电甚高频信号经过离散傅里叶变换处理后得到的某一窄带分量。5.根据权利要求4所述一种基于降维多重信号分类的雷电甚高频辐射源成像方法,其特征在于:在获取导向向量的过程中,所...
【专利技术属性】
技术研发人员:向念文,李兆坤,叶寿洪,陈怀飞,王宇,李科杰,吕增威,秦呈呈,吴烨欣,柯一帆,田鹏坤,谭永旭,王书来,李龙龙,苑乾坤,李浩,王博伟,
申请(专利权)人:合肥工业大学,
类型:发明
国别省市:
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。