[发明专利]一种基于稀疏表示的宽频段到达角度和极化联合测量方法

说明书

本发明公开了一种基于稀疏表示的宽频段到达角度和极化联合测量方法，包括步骤：S1.对测向系统的天线阵列接收的矢量数据进行傅里叶变换，得到频域模型，并分别测量出各信号的中心频率；S2.利用天线阵列中正交双极化天线的输出响应计算出各信号的极化角；S3.针对于空间中第k个信号，将空间角度进行均匀离散划分，构建空域冗余字典，得到空间信号的稀疏表示模型；S4.对天线阵列接收的矢量数据在冗余字典上进行稀疏重构，得到稀疏向量，并通过非零系数的位置计算出信号的到达角度；S5.重复步骤S3和S4得到全部信号的到达角度。本发明给出了宽频段内二维到达角度和极化联合测量方法，可同时得到中心频率、二维到达角度和极化参数。

技术领域

本发明涉及阵列信号处理技术领域，尤其涉及一种基于稀疏表示的宽频段到达角度和极化联合测量方法。

背景技术

现有的阵列测向算法以多重信号分类(Multiple Signal Classification，MUSIC)方法为主要代表，其基本原理如下：

对于空间中K个远场信号入射到阵列上，t时刻的阵列接收数据x(t)为：

式中，分别表示第k个信号的中心频率、俯仰角、方位角、极化辅助角和极化相位差，s(t)为信号矢量，n(t)为噪声矢量。

阵列接收数据的协方差矩阵为：

对协方差矩阵R_xx进行特征值分解，其中特征值Λ_s对应的特征向量张成的信号子空间为U_s，特征值Λ_n对应的特征向量张成的噪声子空间为U_n，且U_s与U_n相互正交，二维MUSIC谱峰搜索计算公式为

式中，为导向矢量，通过多维参数联合搜索得到空间谱，当时谱峰出现极大值。由于MUSIC算法需要通过多维搜索过程以确定谱峰出现的位置，运算复杂度较高，而且要求的测向精度越高，频段越宽，谱峰搜索网格划分就越密集，参数计算效率下降越明显，无法满足测向实时测向的要求。

现有的基于稀疏表示的测量方法利用信号来波方向在空域上的稀疏性，建立多维冗余字典，然后通过信号稀疏重构得到稀疏系数，冗余字典的构建如下：

构建的冗余字典与实际信源DOA无关，其维度与测量精度和分辨力成正比。利用冗余字典就可以对信号进行稀疏表示，得到信号的稀疏表示模型如下：

x(t)＝Dz(t)+n(t) (5)

式中，z(t)是稀疏矢量，z(t)中只有K组非零系数，通过稀疏求解非零系数的位置得到K个空间信号的参数测量。该方法需要建立多维联合冗余字典，且要求的测向精度越高，频段越宽，字典的长度急剧增加，稀疏求解的计算量巨大，难以满足测向系统实时处理的要求。

发明内容

为了解决上述信号多维参数(中心频率、二维到达角度、极化等)联合测量运算复杂度较高的问题，本发明提出一种基于稀疏表示的宽频段到达角度和极化联合测量方法，可避免多维联合搜索过程，优化多维参数运算复杂度，计算效率更高，能够提高测向系统的实时处理性能。

本发明采用的技术方案如下：

一种基于稀疏表示的宽频段到达角度和极化联合测量方法，包括以下步骤：

S1.对测向系统的天线阵列接收的矢量数据进行傅里叶变换，得到频域模型x(f_k)，并分别测量出各信号的中心频率f_k；其中k＝1,2,...,K，K为信号数量；