基于旋转干涉仪的近场源参数估计方法

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。

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，w_t(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，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＝{t_k}＝{(k‑1)Δt},k＝1,2,…,M，t_k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x_t(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φ_max和极小值φ_min：当时，相位差为极小值，$\phi \left(t\right)=-2\pi \frac{d\sin \theta }{\lambda }+\pi \frac{d^2}{\mathrm{\lambda r}}{\cos }^2\theta ={\phi }_1+{\phi }_2={\phi }_{\min };$当时，相位差为极大值，$\phi \left(t\right)=2\pi \frac{d\sin \theta }{\lambda }+\pi \frac{d^2}{\mathrm{\lambda r}}{\cos }^2\theta ={-\phi }_1+{\phi }_2={\phi }_{\max };$(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$\hat{\theta }=\arcsin \left(\frac{{\hat{\phi }}_1\lambda }{-2\mathrm{\pi d}}\right);$(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≈Ab，其中，A＝[cos(ωt₁),sin(ωt₁)；cos(ωt₂),sin(ωt₂)；…,…；cos(ωt_M/2),sin(ωt_M/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，$k=\mathrm{1,2},···,\frac{3M}{4};$(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