一种基于压缩感知的空域小样本的天线阵列校正方法

摘要

本发明一种基于压缩感知的空域小样本的天线阵列校正方法，其特征在于，包括：固定一个远场信号发射源，以指定的频率向可旋转天线平台发射正弦波信号；可旋转天线平台包含1个由N个传感器组成的列阵，可旋转天线平台在指定范围内随机产生第q组俯仰角θ和方位角φ的位置数据；可旋转天线平台旋转到位置(θ_q,φ_q)后，打开N路阵列接收通道，采样K个信号快拍，进行1次计算得到阵列流型向量；阵列流型向量计算次数累计达到Q次，则利用Q个阵列流型向量采用压缩感知算法恢复采样矩阵G完成天线校正。本发明利用天线阵列流型在时域上的稀疏性，在空域收集少量样本即可精确恢复出阵列流型模型，完成天线校正，能够显著地降低校正天线阵列所需的空域采样点。

主权项

一种基于压缩感知的空域小样本的天线阵列校正方法，其特征在于，包括以下步骤：步骤1、固定一个远场信号发射源，以指定的频率f向可旋转天线平台发射正弦波信号；步骤2、可旋转天线平台包含1个由N个传感器组成的列阵，可旋转天线平台在指定范围内随机产生第q组俯仰角θ和方位角φ的位置数据(θ_q,φ_q)，并将阵列旋转到位置(θ_q,φ_q)，俯仰角θ∈[0,180°]，方位角φ∈[0,360°)；步骤3、可旋转天线平台旋转到位置(θ_q,φ_q)后，打开N路阵列接收通道，采样K个信号快拍，进行1次计算得到阵列流型向量$\hat{a}({\theta }_q,{\phi }_q)=\underset{k=1}{\overset{K}{\Sigma }}x(k,{\theta }_q,{\phi }_q)s^{*}\left(k\right)/\underset{k=1}{\overset{K}{\Sigma }}|s\left(k\right){|}^2,$其中x(k,θ_q,φ_q)为天线阵列在第q个随机位置(θ_q,φ_q)处采样的K组快拍数据中第k个，k为正整数，范围1≤k≤K，s(k)代表信号源发射的正弦波信号，^*代表复共轭；步骤4、判断阵列流型向量计算次数是否累计达到Q次，如否，返回步骤2，如是，进入步骤5；Q大于等于Q_all表示现有天线阵列校正方法需要的采样点总数；步骤5、利用Q个阵列流型向量采用压缩感知算法恢复采样矩阵G完成天线校正。