发明名称 压缩采样阵列的空频二维波束形成方法
摘要 本发明公开了一种压缩采样阵列的空频二维波束形成方法,主要解决传统方法运算量大、硬件电路复杂、数据存储困难的问题。其实现步骤是:1)用接收机建立随机线性阵列,确定接收到的基带信号形式;2)构造空域和时域的压缩矩阵;3)构造角度域基矩阵和频率域基矩阵,得到过完备基;4)构造输入信号矩阵,并利用其构造观测矩阵,构造空频二维谱矩阵并向量化得到稀疏模型向量;5)利用过完备基得出观测向量和稀疏模型向量的关系;6)求解约束方程得出空频二维谱矩阵。本发明能快速准确的实现雷达的目标定位功能,减少计算复杂性,节约硬件电路,减少运算和存储的数据量,可用于雷达和侦察一体化系统的目标定位。
申请公布号 CN104898094A 申请公布日期 2015.09.09
申请号 CN201510333531.7 申请日期 2015.06.16
申请人 西安电子科技大学 发明人 鲍丹;蔡晶晶;武斌;秦国栋;刘高高;李鹏;冯小平;李诗琪
分类号 G01S7/02(2006.01)I 主分类号 G01S7/02(2006.01)I
代理机构 陕西电子工业专利中心 61205 代理人 王品华;朱红星
主权项 一种压缩采样阵列的空频二维波束形成方法,包括以下步骤:1)沿y轴方向建立一具有N<sub>l</sub>个天线接收机的一维随机线性阵列,依次命名天线接收机为第i阵元,该第i个阵元在第t时刻接收到的基带信号为x(i,t),其中i=1,2,…,N<sub>l</sub>,且阵列中第i阵元与第1阵元间距离记为d<sub>l</sub>,同时假设有S个目标信号入射到该随机线性阵列;2)随机生成一个M<sub>l</sub>×N<sub>l</sub>维空域压缩矩阵Φ<sub>a</sub>以及一个M<sub>t</sub>×N<sub>t</sub>维时域压缩矩阵Φ<sub>b</sub>,其中M<sub>l</sub><N<sub>l</sub>,M<sub>t</sub><N<sub>t</sub>;3)构造过完备基Ψ:3a)将波达方向角DOA的搜索范围分割成N<sub>θ</sub>份,每一份记为θ<sub>p</sub>,p=1,2,…,N<sub>θ</sub>,在角度域定义一个大小为N<sub>l</sub>×N<sub>θ</sub>的角度域基矩阵Α(f):<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><mi>A</mi><mrow><mo>(</mo><mi>f</mi><mo>)</mo></mrow><mo>=</mo><msub><mrow><mo>&lsqb;</mo><mi>&alpha;</mi><mrow><mo>(</mo><mi>f</mi><mo>,</mo><msub><mi>&theta;</mi><mn>1</mn></msub><mo>)</mo></mrow><mi>&alpha;</mi><mrow><mo>(</mo><mi>f</mi><mo>,</mo><msub><mi>&theta;</mi><mn>2</mn></msub><mo>)</mo></mrow><mo>...</mo><mi>&alpha;</mi><mrow><mo>(</mo><mi>f</mi><mo>,</mo><msub><mi>&theta;</mi><mi>p</mi></msub><mo>)</mo></mrow><mo>...</mo><mi>&alpha;</mi><mrow><mo>(</mo><mi>f</mi><mo>,</mo><msub><mi>&theta;</mi><msub><mi>N</mi><mi>&theta;</mi></msub></msub><mo>)</mo></mrow><mo>&rsqb;</mo></mrow><mrow><msub><mi>N</mi><mi>l</mi></msub><mo>&times;</mo><msub><mi>N</mi><mi>&theta;</mi></msub></mrow></msub></mrow>]]></math><img file="FDA0000738901790000016.GIF" wi="1083" he="104" /></maths>其中f为信号频率,α(f,θ<sub>p</sub>)是频率为f时角度θ<sub>p</sub>的阵列导向矢量,<maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><mi>&alpha;</mi><mrow><mo>(</mo><mi>f</mi><mo>,</mo><msub><mi>&theta;</mi><mi>p</mi></msub><mo>)</mo></mrow><mo>=</mo><msup><mfenced open = '[' close = ']'><mtable><mtr><mtd><mn>1</mn></mtd><mtd><mrow><msup><mi>e</mi><mrow><mo>-</mo><mi>j</mi><mn>2</mn><msub><mi>&pi;fd</mi><mn>2</mn></msub><msub><mi>sin&theta;</mi><mi>p</mi></msub><mo>/</mo><mi>c</mi></mrow></msup><mo>...</mo><msup><mi>e</mi><mrow><mo>-</mo><mi>j</mi><mn>2</mn><msub><mi>&pi;fd</mi><msub><mi>N</mi><mi>l</mi></msub></msub><msub><mi>sin&theta;</mi><mi>p</mi></msub><mo>/</mo><mi>c</mi></mrow></msup></mrow></mtd></mtr></mtable></mfenced><mi>T</mi></msup><mo>,</mo></mrow>]]></math><img file="FDA0000738901790000011.GIF" wi="847" he="90" /></maths>[·]<sup>T</sup>表示矩阵的转置,N<sub>l</sub><N<sub>θ</sub>;3b)将载频搜索范围分为N<sub>f</sub>个频率范围,分别用f<sub>q</sub>,q=1,2,…,N<sub>f</sub>表示,在频率域定义一个N<sub>t</sub>×N<sub>f</sub>维的频率域基矩阵F:<maths num="0003" id="cmaths0003"><math><![CDATA[<mrow><mi>F</mi><mo>=</mo><msub><mrow><mo>&lsqb;</mo><msub><mi>F</mi><msub><mi>f</mi><mn>1</mn></msub></msub><msub><mi>F</mi><msub><mi>f</mi><mn>2</mn></msub></msub><mo>...</mo><msub><mi>F</mi><msub><mi>f</mi><mi>q</mi></msub></msub><mo>...</mo><msub><mi>F</mi><msub><mi>f</mi><msub><mi>N</mi><mi>f</mi></msub></msub></msub><mo>&rsqb;</mo></mrow><mrow><msub><mi>N</mi><mi>t</mi></msub><mo>&times;</mo><msub><mi>N</mi><mi>f</mi></msub></mrow></msub></mrow>]]></math><img file="FDA0000738901790000012.GIF" wi="656" he="141" /></maths>其中<img file="FDA0000738901790000013.GIF" wi="70" he="82" />是频率为f<sub>q</sub>时的傅里叶基向量,<maths num="0004" id="cmaths0004"><math><![CDATA[<mrow><msub><mi>F</mi><msub><mi>f</mi><mi>d</mi></msub></msub><mo>=</mo><msup><mfenced open='[' close=']'><mtable><mtr><mtd><mn>1</mn></mtd><mtd><msup><mi>e</mi><msub><mi>j&omega;</mi><mi>q</mi></msub></msup><mo>.</mo><mo>.</mo><mo>.</mo><msup><mi>e</mi><mrow><msub><mi>j&omega;</mi><mi>q</mi></msub><mrow><mo>(</mo><msub><mi>N</mi><mi>t</mi></msub><mo>-</mo><mn>1</mn><mo>)</mo></mrow></mrow></msup></mtd></mtr></mtable></mfenced><mi>T</mi></msup><mo>/</mo><msqrt><msub><mi>N</mi><mi>t</mi></msub></msqrt><mo>,</mo></mrow>]]></math><img file="FDA0000738901790000014.GIF" wi="712" he="114" /></maths>ω<sub>q</sub>=2π(f<sub>q</sub>/F<sub>s</sub>),N<sub>t</sub>≤N<sub>f</sub>;3c)根据宽带范围内N<sub>f</sub>个频率点<img file="FDA0000738901790000015.GIF" wi="394" he="91" />的阵列导向矢量,分别建立角度域基矩阵<img file="FDA0000738901790000028.GIF" wi="710" he="84" />称它们为子字典,再把这些子字典组合成一个新的字典,该新字典称为角度域过完备基Ψ<sub>θ</sub>:<img file="FDA0000738901790000021.GIF" wi="965" he="413" />3d)定义大小为M<sub>l</sub>M<sub>t</sub>×N<sub>θ</sub>N<sub>f</sub>的过完备基为Ψ:<maths num="0005" id="cmaths0005"><math><![CDATA[<mrow><mi>&Psi;</mi><mo>=</mo><mrow><mo>(</mo><msub><mi>&Phi;</mi><mi>b</mi></msub><mo>&CircleTimes;</mo><msub><mi>I</mi><msub><mi>M</mi><mi>l</mi></msub></msub><mo>)</mo></mrow><mrow><mo>(</mo><mi>F</mi><mo>&CircleTimes;</mo><msub><mi>I</mi><msub><mi>M</mi><mi>l</mi></msub></msub><mo>)</mo></mrow><mrow><mo>(</mo><msub><mi>I</mi><msub><mi>N</mi><mi>f</mi></msub></msub><mo>&CircleTimes;</mo><msub><mi>&Phi;</mi><mi>a</mi></msub><mo>)</mo></mrow><msub><mi>&Psi;</mi><mi>&theta;</mi></msub></mrow>]]></math><img file="FDA0000738901790000022.GIF" wi="792" he="90" /></maths>其中<img file="FDA0000738901790000023.GIF" wi="52" he="59" />表示Kronecker积,<img file="FDA0000738901790000024.GIF" wi="78" he="82" />表示M<sub>l</sub>×M<sub>l</sub>的单位矩阵,<img file="FDA0000738901790000025.GIF" wi="84" he="84" />表示N<sub>f</sub>×N<sub>f</sub>的单位矩阵。4)根据过完备基Ψ得到观测向量y,并利用观测向量y求解稀疏模型向量m<sub>θf</sub>:4a)根据该随机阵列第N<sub>l</sub>个阵元在第t时刻接收到的基带信号形式x(i,t),定义一个N<sub>l</sub>×N<sub>t</sub>的输入信号矩阵X,X的i行n列的系数用x(i,n)表示,用Z<sub>θf</sub>表示矩阵X的空频二维谱矩阵,大小为N<sub>θ</sub>×N<sub>f</sub>,即X=A(f)Z<sub>θf</sub>F<sup>T</sup>,其中·<sup>T</sup>表示矩阵的转置;4b)对空频二维谱矩阵Z<sub>θf</sub>向量化,得到大小为N<sub>f</sub>N<sub>θ</sub>×1的稀疏模型向量m<sub>θf</sub>;4c)输入信号矩阵X并对其进行二维压缩,生成观测矩阵Y;4d)对观测矩阵Y向量化得到观测向量y:<maths num="0006" id="cmaths0006"><math><![CDATA[<mrow><mi>y</mi><mo>=</mo><mrow><mo>(</mo><msub><mi>&Phi;</mi><mi>b</mi></msub><mo>&CircleTimes;</mo><msub><mi>I</mi><msub><mi>M</mi><mi>l</mi></msub></msub><mo>)</mo></mrow><mrow><mo>(</mo><mi>F</mi><mo>&CircleTimes;</mo><msub><mi>I</mi><msub><mi>M</mi><mi>l</mi></msub></msub><mo>)</mo></mrow><mrow><mo>(</mo><msub><mi>I</mi><msub><mi>N</mi><mi>f</mi></msub></msub><mo>&CircleTimes;</mo><msub><mi>&Phi;</mi><mi>a</mi></msub><mo>)</mo></mrow><msub><mi>&Psi;</mi><mi>&theta;</mi></msub><msub><mi>m</mi><mrow><mi>&theta;</mi><mi>f</mi></mrow></msub><mo>+</mo><mi>n</mi><mo>,</mo></mrow>]]></math><img file="FDA0000738901790000026.GIF" wi="952" he="86" /></maths>即y=Ψm<sub>θf</sub>+n,其中y的大小为M<sub>l</sub>M<sub>t</sub>×1,n代表噪声向量,Ψ表示过完备基;由观测向量y的公式可求解稀疏模型向量m<sub>θf</sub>;5)将稀疏模型向量z<sub>θf</sub>的求解转化为如下约束方程:<maths num="0007" id="cmaths0007"><math><![CDATA[<mrow><munder><mi>min</mi><msub><mi>z</mi><mrow><mi>&theta;</mi><mi>f</mi></mrow></msub></munder><msub><mrow><mo>||</mo><msub><mi>m</mi><mrow><mi>&theta;</mi><mi>f</mi></mrow></msub><mo>||</mo></mrow><mn>1</mn></msub><mi>s</mi><mo>.</mo><mi>t</mi><mo>.</mo><msub><mrow><mo>||</mo><mrow><mi>y</mi><mo>-</mo><msub><mi>&Psi;m</mi><mrow><mi>&theta;</mi><mi>f</mi></mrow></msub></mrow><mo>||</mo></mrow><mn>2</mn></msub><mo>&le;</mo><mi>&epsiv;</mi></mrow>]]></math><img file="FDA0000738901790000027.GIF" wi="606" he="118" /></maths>||·||<sub>1</sub>和||·||<sub>2</sub>分别表示求向量1‑范数和向量2‑范数,s.t.表示约束关系,满足||n||<sub>2</sub>≤ε,其中ε是一个噪声范数的上界,其解为N<sub>f</sub>N<sub>θ</sub>×1维的稀疏模型向量m<sub>θf</sub>;6)将求出的N<sub>f</sub>N<sub>θ</sub>×1维稀疏模型向量m<sub>θf</sub>重新还原为N<sub>θ</sub>×N<sub>f</sub>维的空频二维谱矩阵Z<sub>θf</sub>,以信号源频率f<sub>k</sub>的值为x轴坐标,对应空频二维谱矩阵Z<sub>θf</sub>的列,以波达方向角θ<sub>k</sub>为y轴坐标,对应空频二维谱矩阵Z<sub>θf</sub>的行,以复振幅β<sub>k</sub>的值为z轴坐标,对应空频二维谱矩阵Z<sub>θf</sub>的非零元素模值,绘制三维图,该三维图中每个非零点即为所求目标辐射源。
地址 710071 陕西省西安市太白南路2号