针对多个相干信号源入射极化敏感阵列的问题,提出一种能够高效解多个相干信号源的波达方向(Destination of Arrival,DOA)估计方法,并通过移动平台和正交偶极子阵列的协同作用,减少对观测次数的需求,从而提高相干信号DOA估计的效...
详细信息
针对多个相干信号源入射极化敏感阵列的问题,提出一种能够高效解多个相干信号源的波达方向(Destination of Arrival,DOA)估计方法,并通过移动平台和正交偶极子阵列的协同作用,减少对观测次数的需求,从而提高相干信号DOA估计的效率和精度。该算法利用由多对正交双偶极子组成的阵列接收到的数据,在极化域内进行平滑处理,恢复信号源协方差矩阵的秩。由于极化阵列具有较强的极化敏感性,因此在极化域内的平滑能够有效减小信号间的相关性,帮助恢复协方差矩阵的秩;通过移动平台使阵列产生运动,针对移动后的不同阵列,进行极化平滑后的接收信号协方差矩阵的计算。通过类似空间平滑的原理,计算出这些阵列的平均阵列输出协方差矩阵,在此过程中,信号的协方差矩阵得以恢复为满秩;采用多重信号分类算法(Multiple Signal Classification Algorithm,MUSIC)对恢复后的协方差矩阵进行DOA估计,从而获取多个信号源的方向信息。通过联合在极化域和平滑时域中的解相干技术,该算法将运动平台解相干所需的观测次数缩减至原来的一半,从而显著提高了相干信号DOA估计的效率。仿真结果表明,所提算法在多个相干信号源的DOA估计中,能够有效降低由于信号相干性引起的估计误差,显著提升估计精度。仿真结果验证了该方法的有效性。
暂无评论