[发明专利]一种基于数据压缩的空时联合测向方法

说明书

本发明涉及一种基于数据压缩的空时联合测向方法，包括步骤：基于互质阵列建立空时域联合信息的信号模型；对天线阵列接收的包含空时信息的高维数据序列进行滑窗式压缩处理；根据时间平均函数的定义构建阵元接收信号的等价集合；构建共轭增广向量并对其进行伪采样；计算虚拟数据矩阵的协方差矩阵，并对其进行向量化操作；结合压缩感知技术，将角度估计问题转化成求解l₁范数最小化问题。本发明解决了空时域联合测向方法中高维数据处理引发的计算复杂度较高的问题，在不损失数据信息量的前提下，对高维数据进行滑窗式压缩处理，保证测向精度的同时提高了算法实时性。

技术领域

本发明属于阵列信号处理领域，具体涉及一种基于数据压缩的空时联合测向方法。

背景技术

稀疏阵列是将阵元按照一定的规则进行稀疏布阵形成的阵列构型，相比于均匀阵列，稀疏阵列突破了空间奈奎斯特采样定理的限制，并且能够工作在阵元数小于信源数的欠定条件下，在阵元布局灵活性、阵列自由度以及抑制阵元间互耦效应等方面具有明显优势，广泛应用于超分辨测向技术中。

基于稀疏阵列测向技术的主流研究思路是通过对阵列接收信号的自相关函数进行向量化处理，获取虚拟阵列的等价接收数据，结合子空间或稀疏重构类方法实现多目标测向，但该类方法只利用了单一维度的空域信息，在一定程度上限制了对多目标辐射源的角度分辨力。空时联合测向类方法是一种基于稀疏阵列的测向新方法，相比于现有单独利用空域或时域信息的测向方法，联合利用信号的空、时域信息有利于扩展有效阵列孔径、提高测角精度和角度分辨力。

然而，空时联合类测向算法涉及到多个伪快拍的高维数据处理，计算复杂度较高，难以满足工程应用条件，测向精度和实时性之间的矛盾也是制约当前空时联合测向技术应用的瓶颈问题。

发明内容

本发明针对现有技术中的不足，提供一种基于数据压缩的空时联合测向方法，旨在保证测向精度的前提下，降低运算复杂度。

为实现上述目的，本发明采用以下技术方案：

一种基于数据压缩的空时联合测向方法，其特征在于，包括以下步骤：

步骤1：基于互质阵列，建立包含空时域联合信息的天线阵列接收信号模型；

步骤2：基于步骤1构建的信号模型，对天线阵列接收的包含空时信息的高维数据序列进行滑窗式压缩处理；

步骤3：计算互质阵列中两组不同的天线在两个不同时刻接收数据的时间平均函数，并构建阵元接收信号的等价集合；

步骤4：根据步骤3的结果，构建共轭增广向量并对其进行伪采样，构建虚拟数据矩阵；

步骤5：计算虚拟数据矩阵的协方差矩阵，并对其进行向量化操作；

步骤6：结合压缩感知理论与空间谱估计理论，将目标辐射源的角度估计问题转化为目标函数的l₁范数最小化问题并求解。

进一步地，所述步骤1具体包括以下步骤：

步骤1.1：建立互质阵列，所述互质阵列是由两组阵元数目互质的子阵组成的稀疏阵列，子阵中含有N个间距为Md的阵元，子阵中含有M个间距为Nd的阵元，其中，d＝λ/2，λ为入射信号的波长，M＜N且M与N互为质数，互质阵列的总阵元数L＝M+N-1，阵列构型分布为：

步骤1.2：建立包含空时域联合信息的天线阵列接收信号模型，对于入射角度为{θ_k|k＝1,2,…,K}的K个辐射源，天线阵列接收信号模型表示为：