[发明专利]基于张量建模的极化阵列波达方向和极化参数估计方法有效
申请号: | 201811116184.2 | 申请日: | 2018-09-25 |
公开(公告)号: | CN109143152B | 公开(公告)日: | 2019-09-10 |
发明(设计)人: | 毛兴鹏;曹明阳;赵春雷 | 申请(专利权)人: | 哈尔滨工业大学 |
主分类号: | G01S3/12 | 分类号: | G01S3/12;G01S3/08 |
代理公司: | 哈尔滨市阳光惠远知识产权代理有限公司 23211 | 代理人: | 安琪 |
地址: | 150001 黑龙*** | 国省代码: | 黑龙江;23 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 基于张量建模的极化阵列波达方向和极化参数估计方法,属于雷达阵列信号处理技术领域。本发明为了解决现有现有电磁矢量传感器构成的极化阵列波达方向和极化参数估计方法,需要对波达方向和极化参数联合搜索求解,计算复杂度高的问题。本方法包括:一、利用接收数据构造四维张量协方差;二、将得到的四维张量协方差的两个维度调换位置后按照空域、极化域的顺序投影成为二维矩阵;三、对步骤二中的二维矩阵进行奇异值分解或者特征值分解,进而求解得到波达方向的估计值;四、步骤三得到的波达方向估计值构造阵列导向矩阵的估计,进而得到极化参数向量的估计。本方法可将任意线性排布的极化阵列结构的波达方向和极化参数分开求解,降低计算复杂度。 | ||
搜索关键词: | 极化参数 波达 极化阵列 求解 计算复杂度 二维矩阵 协方差 建模 四维 矩阵 波达方向估计 信号处理技术 奇异值分解 特征值分解 电磁矢量 调换位置 接收数据 雷达阵列 顺序投影 线性排布 阵列导向 传感器 极化域 维度 向量 空域 搜索 联合 | ||
【主权项】:
1.一种基于张量建模的极化阵列波达方向和极化参数估计方法,其特征在于所述的方法包括以下步骤:步骤1,利用接收数据构造四维张量协方差,具体过程如下:首先,设置极化阵列在空域的摆放位置为r=[r1,r2,...,rM]T,(·)T表示转置,摆放位置以信号的半波长为单位,并且极化阵列中各个阵元摆放在一条直线上,构成一个线阵;假设有K个远场窄带信号入射到极化阵列,那么该极化阵列的第k个信号对应的导向矢量a(θk)如下所示:式中,θk∈[0,π],k=1,...,K, 代表第k个信号的俯仰角;每个所述的摆放位置均摆放一个电磁矢量传感器,故极化导向矢量pk为:式中,φk∈(0,2π],γk∈[0,π/2],ηk∈[‑π,π)分别代表第k个信号的方位角、极化角、极化角相差,符号“×”表示笛卡尔积,分别代表第k个信号的电场沿着X轴、Y轴、Z轴的分量和分别代表第k个信号的磁场沿着X轴、Y轴、Z轴的分量;归一化坡印廷矢量dk为:式中,“||·||”表示计算向量的模,(·)*表示共轭,μk,vk,ωk分别代表第k个信号对应X轴、Y轴、Z轴的方向余弦函数;信号传播速度为在电磁波的自由空间中的传播速度c,信号服从平稳高斯分布并且彼此统计独立,因此阵列在t时刻接收到的样本为:式中,“⊙”表示Khatri‑Rao积,sk(t)表示第k个信号在t时刻的样本,n(t)表示整个阵列在t时刻接收到的服从高斯分布的白噪声;然后,将接收到的数据排布成M×6的矩阵,排布结果如下:式中,sk(t)表示第k个信号在t时刻的样本,ο表示外积,N(t)表示阵列接收到噪声n(t)的矩阵形式,其服从白高斯分布;最后,将接收到数据和本身的共轭做外积,然后取其期望,得到的四维张量协方差为:式中,为期望符号;步骤2,将步骤1得到的四维张量协方差的两个维度调换位置后按照空域、极化域的顺序投影成为二维矩阵,称之为阵列信息矩阵;步骤3,对步骤2得到的阵列信息矩阵进行奇异值分解或者特征值分解,找到其信号子空间,进而求解得到波达方向的估计值;步骤4,利用步骤3得到的波达方向估计值构造阵列导向估计矩阵,得到极化参数向量的估计。
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哈尔滨工业大学,未经哈尔滨工业大学许可,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/201811116184.2/,转载请声明来源钻瓜专利网。