一种基于零化去噪技术的互质阵欠定测向方法

    公开(公告)号:CN110749856B

    公开(公告)日:2021-07-27

    申请号:CN201910851814.9

    申请日:2019-09-10

    IPC分类号: G01S3/14 G06F17/16

    摘要: 本发明提供了一种基于零化去噪技术的互质阵欠定测向方法,具体包括以下步骤:互质阵布阵并接收阵列数据;数据预处理;构造均匀虚拟阵列数据向量及模型噪声协方差矩阵;迭代求解零化系数;方程求根并测向。该方法相比现有技术的优势在于:首先,在欠定求解过程中引入了对阵列噪声方差的估计,且用零化去噪的技术实现了对互质阵虚拟阵列中的孔洞进行了插值,充分利用了所有的阵元信息以及阵列自由度;其次,本发明对由有限快拍数引起的模型噪声进行了建模,可提高测向精度;最后,本发明提出的方法属于无网格算法,不存在网格效应,也无需进行空域网格扫描。

    基于深度学习的二维角度依赖误差下的一维线阵测向方法

    公开(公告)号:CN112255625B

    公开(公告)日:2023-09-22

    申请号:CN202010903250.1

    申请日:2020-09-01

    IPC分类号: G01S13/62

    摘要: 本发明公开了基于深度学习的二维角度依赖误差下的一维线阵测向方法。该方法基于深度学习擅长近似复杂非线性函数的特点,通过机器学习解决二维角度依赖型阵列误差校准问题。为了能够同时处理阵列误差的方位角依赖和俯仰角依赖,进行二维采集数据,即在不同的俯仰角下采集不同的方位阵列导向矢量。采用局部阵列流型插值对测量数据进行扩充,以减小深度学习模型过拟合风险;在最低信噪比的数据上进行深度学习使其适应带噪信号。本发明用于提高二维角度依赖型阵列误差的一维线阵测向的精度,减小残余阵列误差,同时校正了阵列误差对方位角和俯仰角的依赖,使得测向方法能在不同俯仰角上仍有好的性能。

    基于深度学习的二维角度依赖误差下的一维线阵测向方法

    公开(公告)号:CN112255625A

    公开(公告)日:2021-01-22

    申请号:CN202010903250.1

    申请日:2020-09-01

    IPC分类号: G01S13/62

    摘要: 本发明公开了基于深度学习的二维角度依赖误差下的一维线阵测向方法。该方法基于深度学习擅长近似复杂非线性函数的特点,通过机器学习解决二维角度依赖型阵列误差校准问题。为了能够同时处理阵列误差的方位角依赖和俯仰角依赖,进行二维采集数据,即在不同的俯仰角下采集不同的方位阵列导向矢量。采用局部阵列流型插值对测量数据进行扩充,以减小深度学习模型过拟合风险;在最低信噪比的数据上进行深度学习使其适应带噪信号。本发明用于提高二维角度依赖型阵列误差的一维线阵测向的精度,减小残余阵列误差,同时校正了阵列误差对方位角和俯仰角的依赖,使得测向方法能在不同俯仰角上仍有好的性能。

    一种基于协方差域零化的均匀线阵波达方向估计方法

    公开(公告)号:CN110749855B

    公开(公告)日:2021-08-10

    申请号:CN201910851813.4

    申请日:2019-09-10

    IPC分类号: G01S3/14

    摘要: 本发明提供了一种基于协方差域零化的均匀线阵波达方向估计方法,具体包括以下步骤:均匀线阵阵列数据接收;构造加权索引矩阵;构造协方差域的数据向量及对应的阵列残差的协方差矩阵;基于常规波束形成法的零化滤波器系数初估计;高斯牛顿算法迭代求解阵列残差和零化滤波器系数;根据零化滤波器系数计算所有信号的波达方向。该方法通过在协方差域进行零化,将阵列多快拍数据压缩为单快拍,相比于阵元域零化,无需进行奇异值分解,降低了计算量,且计算量不会随目标数增大而增大;本发明直接利用多块拍形成的阵列协方差矩阵,不需要对阵列数据进行主成分分析,可避免低信噪比或小快拍数条件下主成分分析性能差导致的波达方向估计精度低的问题。

    一种基于原子范数的互质阵欠定测向方法

    公开(公告)号:CN110850359A

    公开(公告)日:2020-02-28

    申请号:CN201911017611.6

    申请日:2019-10-24

    IPC分类号: G01S3/14

    摘要: 本发明公开了一种基于原子范数的互质阵欠定测向方法,本发明先接收端天线按照互质阵列进行架构;根据阵列接收信号进行建模;计算虚拟阵列输出信号;初始化内插输出信号;设计基于原子范数的优化方法恢复内插输出信号;重建内插后虚拟均匀线性阵列信号协方差矩阵;根据重建协方差矩阵进行波达方向估计。本发明通过内插将互质阵的不连续虚拟线阵插值到虚拟均匀性阵,充分了利用了互质阵的自由度和阵元信息;在向量化协方差矩阵得到虚拟阵列输出信号时,对同一位置的信号进行了平均,从而比直接选取同一位置的第一个信号更能充分利用信号的信息;可以避免传统稀疏表示方法的基不匹配问题,并且在优化问题时,引入了去噪操作,提高了测向的准确性。

    一种基于零化去噪技术的互质阵欠定测向方法

    公开(公告)号:CN110749856A

    公开(公告)日:2020-02-04

    申请号:CN201910851814.9

    申请日:2019-09-10

    IPC分类号: G01S3/14 G06F17/16

    摘要: 本发明提供了一种基于零化去噪技术的互质阵欠定测向方法,具体包括以下步骤:互质阵布阵并接收阵列数据;数据预处理;构造均匀虚拟阵列数据向量及模型噪声协方差矩阵;迭代求解零化系数;方程求根并测向。该方法相比现有技术的优势在于:首先,在欠定求解过程中引入了对阵列噪声方差的估计,且用零化去噪的技术实现了对互质阵虚拟阵列中的孔洞进行了插值,充分利用了所有的阵元信息以及阵列自由度;其次,本发明对由有限快拍数引起的模型噪声进行了建模,可提高测向精度;最后,本发明提出的方法属于无网格算法,不存在网格效应,也无需进行空域网格扫描。

    一种基于原子范数的互质阵欠定测向方法

    公开(公告)号:CN110850359B

    公开(公告)日:2021-07-30

    申请号:CN201911017611.6

    申请日:2019-10-24

    IPC分类号: G01S3/14

    摘要: 本发明公开了一种基于原子范数的互质阵欠定测向方法,本发明先接收端天线按照互质阵列进行架构;根据阵列接收信号进行建模;计算虚拟阵列输出信号;初始化内插输出信号;设计基于原子范数的优化方法恢复内插输出信号;重建内插后虚拟均匀线性阵列信号协方差矩阵;根据重建协方差矩阵进行波达方向估计。本发明通过内插将互质阵的不连续虚拟线阵插值到虚拟均匀性阵,充分了利用了互质阵的自由度和阵元信息;在向量化协方差矩阵得到虚拟阵列输出信号时,对同一位置的信号进行了平均,从而比直接选取同一位置的第一个信号更能充分利用信号的信息;可以避免传统稀疏表示方法的基不匹配问题,并且在优化问题时,引入了去噪操作,提高了测向的准确性。

    一种基于协方差域零化的均匀线阵波达方向估计方法

    公开(公告)号:CN110749855A

    公开(公告)日:2020-02-04

    申请号:CN201910851813.4

    申请日:2019-09-10

    IPC分类号: G01S3/14

    摘要: 本发明提供了一种基于协方差域零化的均匀线阵波达方向估计方法,具体包括以下步骤:均匀线阵阵列数据接收;构造加权索引矩阵;构造协方差域的数据向量及对应的阵列残差的协方差矩阵;基于常规波束形成法的零化滤波器系数初估计;高斯牛顿算法迭代求解阵列残差和零化滤波器系数;根据零化滤波器系数计算所有信号的波达方向。该方法通过在协方差域进行零化,将阵列多快拍数据压缩为单快拍,相比于阵元域零化,无需进行奇异值分解,降低了计算量,且计算量不会随目标数增大而增大;本发明直接利用多块拍形成的阵列协方差矩阵,不需要对阵列数据进行主成分分析,可避免低信噪比或小快拍数条件下主成分分析性能差导致的波达方向估计精度低的问题。