由于共形天线载体曲率不同,阵列中每个阵元的方向图的指向各不相同,这导致了阵列中各个阵元极化特性(polarization diversity,PD)的差异。因此,共形阵列天线的数学模型中考虑了不同阵元的极化特性。共形阵列实现波达方向(direction of a...由于共形天线载体曲率不同,阵列中每个阵元的方向图的指向各不相同,这导致了阵列中各个阵元极化特性(polarization diversity,PD)的差异。因此,共形阵列天线的数学模型中考虑了不同阵元的极化特性。共形阵列实现波达方向(direction of arrival,DOA)估计的过程中,主要难点在于信源方位参数与极化状态的去"耦合"。本文利用圆柱的单曲率特性,通过合理摆放子阵中的天线阵元,结合传播算子方法(propagator method,PM)和子阵分割技术,提出了一种适合于柱面共形阵列的DOA估计方法。本文的DOA估计算法不需要天线单元方向图的任何信息,不需要谱峰搜索和参数配对,计算量较小。最后通过Monte-Carlo仿真实验验证了本文算法的有效性。展开更多
共形阵列受共形载体曲率的影响,呈现多极化特性,在共形阵列天线的波达方向(direction of arrival,DOA)估计的研究中考虑信号的极化参数就显得非常重要,现有共形阵列下空间超分辨率算法常缺失对信号极化参数的估计。针对柱面共形阵列的...共形阵列受共形载体曲率的影响,呈现多极化特性,在共形阵列天线的波达方向(direction of arrival,DOA)估计的研究中考虑信号的极化参数就显得非常重要,现有共形阵列下空间超分辨率算法常缺失对信号极化参数的估计。针对柱面共形阵列的多极化特性,建立含有入射信号极化参数的柱面共形天线的导向矢量模型,结合MUSIC(multiple signal classification)算法实现了入射信号的极化参数与二维波达方向的联合估计,对阵列形式无特殊要求,不需要参数配对。仿真结果表明,改进方法能有效应用于柱面共形阵的DOA估计,并提高了信号的分辨率。展开更多
文摘由于共形天线阵列流形的多极化特性(polarization diversity,PD),信源方位参数与极化状态的"耦合"是实现共形阵列天线波达方向(direction-of-arrival,DOA)估计的主要难点。针对柱面共形阵列天线的特点,建立了柱面共形阵列天线的导向矢量模型;通过合理的阵元排列结构设计,结合ESPRIT(esti mation of signalparameters via rotational invariance techniques)算法参数估计的特点,实现了信源极化状态与方位参数的去耦合,推导了ESPRIT算法多参数估计的参数配对方法,最终提出了柱面共形阵列天线盲极化DOA估计算法。计算机Monte Carlo仿真实验验证了所提算法的有效性。
文摘由于共形天线载体曲率不同,阵列中每个阵元的方向图的指向各不相同,这导致了阵列中各个阵元极化特性(polarization diversity,PD)的差异。因此,共形阵列天线的数学模型中考虑了不同阵元的极化特性。共形阵列实现波达方向(direction of arrival,DOA)估计的过程中,主要难点在于信源方位参数与极化状态的去"耦合"。本文利用圆柱的单曲率特性,通过合理摆放子阵中的天线阵元,结合传播算子方法(propagator method,PM)和子阵分割技术,提出了一种适合于柱面共形阵列的DOA估计方法。本文的DOA估计算法不需要天线单元方向图的任何信息,不需要谱峰搜索和参数配对,计算量较小。最后通过Monte-Carlo仿真实验验证了本文算法的有效性。
文摘共形阵列受共形载体曲率的影响,呈现多极化特性,在共形阵列天线的波达方向(direction of arrival,DOA)估计的研究中考虑信号的极化参数就显得非常重要,现有共形阵列下空间超分辨率算法常缺失对信号极化参数的估计。针对柱面共形阵列的多极化特性,建立含有入射信号极化参数的柱面共形天线的导向矢量模型,结合MUSIC(multiple signal classification)算法实现了入射信号的极化参数与二维波达方向的联合估计,对阵列形式无特殊要求,不需要参数配对。仿真结果表明,改进方法能有效应用于柱面共形阵的DOA估计,并提高了信号的分辨率。
