一种弱阵列信号相位增强的测向方法技术

本发明专利技术公开一种弱阵列信号相位增强的测向方法。该方法包括：采集理想阵列数据，以第1个阵元为基准，采用鉴相法计算各阵元与第1个阵元的相位差构建数据标签；采集原始接收数据，采用鉴相法计算各阵元与第1个阵元的相位差构建数据特征；数据特征作为输入，数据标签作为标签，利用自编码器神经网络训练，得训练模型；将需要增强的原始接收数据提取数据特征，输入训练模型，得增强的相位差；由增强的相位差构造阵列相位差向量，并求出协方差矩阵，将协方差矩阵与原始接收数据协方差矩阵的幅度值矩阵重构新协方差矩阵，使用谱估计方法测向。该方法可以提高少阵元、少快拍数下弱阵列信号的测向精度，并进一步提升系统灵敏度。

【技术实现步骤摘要】

本专利技术属于无线电测向领域，涉及射电天文探测、深海探测、电磁侦测、无源定位及无线电监测管理技术，具体涉及一种弱阵列信号相位增强的测向方法。

技术介绍

1、测向技术广泛应用于天文、雷达、电子侦察、地震监测、声学探测等关键需求领域。阵列可以增大阵面口径，低信噪比（snr）效果好，且可以多个同频信号测向，因此，阵列信号测向性能更优。然而，多径与低信噪比的影响一直是阵列信号测向的两大难点问题，它们易造成接收信号变弱、噪声增强，从而影响测向精度，增加空间谱的伪峰，导致系统探测性能变差。因此，弱阵列信号测向方法的研究对提升系统灵敏度与突破探测极限具有重要的意义。

2、阵列信号测向分两类，一是以多重信号分类算法（music）、最大似然估计算法（ml）、旋转不变子空间算法（esprit）、稀疏重构算法以及它们的改进算法等经典理论模型为基础的模型驱动算法，该类测向算法由既定的数学模型与公式推导而来，但存在多种假设条件，如：信号为窄带信号，噪声为高斯白噪声，信号相互独立等，而实际情况下很难全部满足这些假设条件，因此其测向性能由实际模型与理论模型的匹配程度决定，受本文档来自技高网...

【技术保护点】

1.一种弱阵列信号相位增强的测向方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，所述采集理想阵列数据，具体为：若K个远场窄带信号入射到一个阵元数为M的均匀阵列，K<M，阵元间距为半波长，则在某时刻t建立如下接收理想阵列信号数学模型：

3.根据权利要求1所述的方法，其特征在于，所述以第1个阵元为基准，采用鉴相法求出不同DOA下第m个阵元与第1个阵元的相位差，其中，m=2,3,4…M，M是阵元数，构成数据标签；所述以第1个阵元为基准，采用鉴相法求出不同DOA下第m个阵元与第1个阵元的相位差，其中，m=2,3,4…M，M是阵元数，构成数...

【技术特征摘要】

1.一种弱阵列信号相位增强的测向方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，所述采集理想阵列数据，具体为：若k个远场窄带信号入射到一个阵元数为m的均匀阵列，k<m，阵元间距为半波长，则在某时刻t建立如下接收理想阵列信号数学模型：

3.根据权利要求1所述的方法，其特征在于，所述以第1个阵元为基准，采用鉴相法求出不同doa下第m个阵元与第1个阵元的相位差，其中，m=2,3,4…m，m是阵元数，构成数据标签；所述以第1个阵元为基准，采用鉴相法求出不同doa下第m个阵元与第1个阵元的相位差，其中，m=2,3,4…m，m是阵元数，构成数据特征。

4.根据权利要求3所述的方法，其特征在于，所述鉴相法，具体为：假设第1个阵元接收信号的频谱函数为，则第m个阵元接收信号的频谱函数为：

5.根据权利要求1或2所述的方法，其特征在于，所述采集原始接收数据具体为，采集不同噪声环境下不同角度的实测阵列数据或对不同信噪比、不同角度的阵列数据进行仿真；所述对不同信噪比、不同角度的阵列数据进行仿真，通过将所述接收理想阵列信号数学模型添加不同信噪比的高斯白噪声得到。

6.根据权利要求1所述的方法，其特征在于，所述自编码器神经网络结构为：输...

【专利技术属性】
技术研发人员：左铭，段然，赵志峰，王钰，陈中悦，
申请(专利权)人：之江实验室，
类型：发明
国别省市：