[发明专利]基于旋转干涉仪的近场源参数估计方法有效
申请号: | 201510101408.2 | 申请日: | 2015-03-08 |
公开(公告)号: | CN104699965B | 公开(公告)日: | 2017-06-13 |
发明(设计)人: | 陶海红;马菁涛;宋大伟;岳纲毅;王兰美;曾操;朱圣棋;李军 | 申请(专利权)人: | 西安电子科技大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 陕西电子工业专利中心61205 | 代理人: | 王品华,朱红星 |
地址: | 710071*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于旋转干涉仪的近场源参数估计方法,主要解决现有近场源参数估计方法所需硬件系统结构复杂、运算复杂度高的问题。其实现步骤为1)定义干涉仪旋转情况下的近场源阵列接收数据;2)对阵列接收数据比相然后完成数字积分获得相位差序列,并实现参数解模糊;3)利用相位差序列的极大值和极小值之差获得近场源俯仰角;4)利用具有中心对称性的阵列接收数据构造两个相关序列;5)利用第一个相关序列的相位获取近场源方位角;6)利用第二个相关序列的相位获取近场源距离。本发明采用旋转干涉仪结构实现近场源的三维参数估计,与基于双长基线干涉仪方法相比具有更高的参数估计精度和参数解模糊能力,可用于近场源目标的定位。 | ||
搜索关键词: | 基于 旋转 干涉仪 近场 参数估计 方法 | ||
【主权项】:
一种基于旋转干涉仪的近场源参数估计方法,是对近场源到达中心参考阵元的俯仰角θ、方位角和距离r进行估计,其估计步骤包括如下:(1)定义干涉仪旋转情况下的近场源阵列数据:其中,s(n)为零均值的复窄带信号,n=1,2,…,N,N为快拍数,wt(n)为噪声,d为基线长度,λ为电磁波的波长,ω为干涉仪的旋转角速度,θ,r分别表示信号源到达中心参考阵元的俯仰角、方位角和距离,t为不同的空间采样时刻,t={tk}={(k‑1)Δt},k=1,2,…,M,tk为离散后的空间采样时刻,Δt为空间采样对应的时间间隔,M为干涉仪旋转一周的过程中的空间位置个数;(2)利用干涉仪旋转过程中相位差变化的极大值和极小值之差,获得俯仰角估计值:(2a)根据近场源阵列数据xt(n),利用比相法和数字积分方法获得不同空间转角下的相位差序列:其中,为第一中间变量,为第二中间变量;(2b)在干涉仪基线旋转过程中,获得相位差序列φ(t)的极大值φmax和极小值φmin:当时,相位差为极小值,当时,相位差为极大值,(2c)利用相位差序列φ(t)的极大值和极小值对第一中间变量φ1进行估计,得到估计后的第一中间变量将该估计值代入上述定义式得到俯仰角θ的估计值(3)取空间快拍数M为4的整数倍,得到具有中心对称性的阵列数据:(4)利用上述具有中心对称性的M个空间快拍的阵列数据构造两个相关期望的相关序列和(5)利用第一个期望相关序列的相位数据获取近场源方位角参数(5a)利用上述第一个期望相关序列得到其相位数据为其中上标T表示转置;(5b)将上述相位数据写成矩阵的形式w≈A,其中,A=[cos(ωt1),sin(ωt1);cos(ωt2),sin(ωt2);…,…;cos(ωtM/2),sin(ωtM/2)],b1和b2分别为列向量b的第一个元素和第二个元素;(5c)采用最小二乘法得到中间变量b的估计值由中间变量估计值的两个元素得到方位角的估计值为(6)利用第二个期望相关序列的相位数据估计近场源距离参数r;(6a)利用上述第二个期望相关序列得到其相位数据为:其中,(6b)将相位数据写成矩阵形式其中(6c)采用最小二乘法得到距离r的估计值为
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201510101408.2/,转载请声明来源钻瓜专利网。
- 上一篇:一种分裂指叉指换能器性能的计算方法
- 下一篇:一种游戏场景的管理方法及装置
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用