基于平面互质阵列虚拟域张量空间谱搜索的高分辨精确二维波达方向估计方法

    公开(公告)号:CN111610486A

    公开(公告)日:2020-09-01

    申请号:CN202010371305.9

    申请日:2020-05-03

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于平面互质阵列虚拟域张量空间谱搜索的高分辨精确二维波达方向估计方法,主要解决现有方法中信号多维信息丢失和空间谱分辨度、精确度受限的问题,其实现步骤是:构建平面互质阵列;平面互质阵列接收信号张量建模;推导基于平面互质阵列二阶互相关张量的虚拟域等价信号;构造虚拟域均匀面阵的等价接收信号;推导虚拟域平滑信号的四阶自相关张量;基于虚拟域自相关张量的多维特征提取实现信号与噪声子空间分类;基于虚拟域张量空间谱搜索的高分辨精确二维波达方向估计。本发明基于平面互质阵列虚拟域张量统计量的多维特征提取,实现基于张量空间谱搜索的高分辨精确二维波达方向估计,可用于无源探测和目标定位。

    基于信号子空间旋转不变性的互质阵列波达方向估计方法

    公开(公告)号:CN107092004B

    公开(公告)日:2020-08-07

    申请号:CN201710313242.X

    申请日:2017-05-05

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于信号子空间旋转不变性的互质阵列波达方向估计方法,主要解决现有技术中自由度性能受限与计算复杂度高的问题,其实现步骤是:接收端天线按互质阵列结构进行架构;利用互质阵列接收入射信号并建模;计算互质阵列接收信号所对应的等价虚拟信号;构造虚拟阵列协方差矩阵;形成虚拟阵列协方差矩阵的信号子空间;构造具有旋转不变性的两个虚拟子阵信号子空间;计算两个虚拟子阵信号子空间之间的转换矩阵;计算波达方向估计结果。本发明充分利用了互质阵列能够增加自由度的优势和基于信号子空间旋转不变性的方法无需预先设置网格点的特点,在降低计算复杂度的同时实现波达方向估计方法自由度的增加,可用于无源定位和目标探测。

    一种基于压缩感知的互质阵列高精度波达方向估计方法

    公开(公告)号:CN106896340B

    公开(公告)日:2019-10-18

    申请号:CN201710041947.0

    申请日:2017-01-20

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于压缩感知的互质阵列高精度波达方向估计方法,主要解决现有技术中估计精度与计算复杂度之间的矛盾,其实现步骤是:(1)接收端天线按照互质阵列结构进行架构;(2)利用互质阵列接收入射信号;(3)构造压缩感知核;(4)利用压缩感知核实现接收信号的压缩,得到互质阵列接收信号的轮廓信号;(5)计算压缩后轮廓信号的协方差矩阵;(6)计算轮廓信号所对应的导引向量;(7)根据轮廓信号的协方差矩阵及其对应的导引向量计算轮廓信号空间功率谱;(8)通过谱峰搜索获得波达方向估计结果。本发明充分利用了互质阵列的大阵列孔径特性和压缩感知技术,在降低计算复杂度的同时实现高精度的波达方向估计,可用于无源定位和目标探测。

    基于互质阵列二阶等价虚拟信号离散傅里叶逆变换的波达方向估计方法

    公开(公告)号:CN108710102A

    公开(公告)日:2018-10-26

    申请号:CN201810460228.7

    申请日:2018-05-15

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于互质阵列二阶等价虚拟信号离散傅里叶逆变换的波达方向估计方法,主要解决现有方法计算复杂度较高与信号功率无法同时估计的问题。其实现步骤是:接收端架构互质阵列;利用互质阵列接收入射信号并建模;根据互质阵列接收信号推导对应于增广虚拟均匀线性阵列的二阶等价虚拟信号;定义角度‑空间频率并用其描述虚拟均匀线阵的二阶等价虚拟信号;对采用角度‑空间频率描述的二阶等价虚拟信号进行离散傅里叶逆变换,构建空间功率谱;根据所构建空间功率谱进行谱峰搜索获得信号的波达方向估计和功率估计信息。本发明在提高波达方向估计自由度性能的同时,降低了波达方向估计的计算复杂度,且可以同时获得信号的功率估计信息。

    基于范德蒙分解的互质阵列波达方向估计方法

    公开(公告)号:CN107290709A

    公开(公告)日:2017-10-24

    申请号:CN201710313256.1

    申请日:2017-05-05

    Applicant: 浙江大学

    CPC classification number: G01S3/00 G01S3/14 G01S3/782

    Abstract: 本发明公开了一种基于范德蒙分解的互质阵列波达方向估计方法,主要解决现有技术中自由度性能受限与计算复杂度高的问题,其实现步骤是:接收端天线按互质阵列结构进行架构;利用互质阵列接收入射信号并建模;计算互质阵列接收信号所对应的等价虚拟信号;构造虚拟阵列协方差矩阵;对虚拟阵列协方差矩阵进行去噪处理;将去噪后的虚拟阵列协方差矩阵进行具有唯一性的范德蒙分解;将范德蒙分解所得参量与理论值一一对应获得波达方向和功率估计结果。本发明充分利用了互质阵列能够增加自由度的优势和范德蒙分解方法无需预先设置网格点的特点,在降低计算复杂度的同时实现波达方向估计方法自由度的增加,可用于无源定位和目标探测。

    基于协方差矩阵虚拟域离散化重建的互质阵列自适应波束成形方法

    公开(公告)号:CN107104720A

    公开(公告)日:2017-08-29

    申请号:CN201710117087.4

    申请日:2017-03-01

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于协方差矩阵虚拟域离散化重建的互质阵列自适应波束成形方法,主要解决现有技术中自由度性能受限和输出性能下降的问题,其实现步骤是:(1)基站端架构互质阵列;(2)利用互质阵列接收信号并建模;(3)获得虚拟阵列等价接收信号;(4)计算互质阵列虚拟域空间谱;(5)期望信号导引向量重建;(6)干扰加噪声协方差矩阵离散化重建;(7)计算互质阵列波束成形权重矢量。本发明充分利用了互质阵列能够增加自由度的优势,通过等价虚拟信号统计量计算虚拟域空间谱,以实现参数估计,并结合重建的思想实现对互质阵列物理天线阵元权重矢量的设计,有效地提升了自适应波束成形器的自由度和输出性能,可用于信号的定向发送与接收。

    基于最小化准则的电磁矢量互质面阵张量功率谱估计方法

    公开(公告)号:CN112711000B

    公开(公告)日:2023-08-11

    申请号:CN202011499625.9

    申请日:2020-12-16

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于最小化准则的电磁矢量互质面阵张量功率谱估计方法,主要解决现有方法中功率谱估计精度受限的问题,其实现步骤是:构建电磁矢量互质面阵;电磁矢量互质面阵接收信号的张量建模;面向互质稀疏均匀子面阵的结构化张量波束成形;计算互质稀疏均匀子面阵的张量波束功率;基于子面阵张量波束功率最小化处理的电磁矢量互质面阵张量功率谱估计。本发明从电磁矢量互质面阵接收信号张量的空域滤波原理出发,建立起两个稀疏均匀子面阵的互质布设特点与虚峰分布特性之间的关联,并以此为基础,形成基于互质稀疏均匀子面阵输出信号的最小化功率处理技术框架,从而实现精确的张量功率谱估计,可用于目标定位和成像。

    基于级联稀疏多极化面阵的二维波达方向与极化参数闭式联合估计方法

    公开(公告)号:CN116186474A

    公开(公告)日:2023-05-30

    申请号:CN202211715806.X

    申请日:2022-12-29

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于级联稀疏多极化面阵的二维波达方向与极化参数闭式联合估计方法,主要解决现有方法计算复杂度较高和自由度受限的问题,其实现步骤是:构造级联稀疏多极化面阵;级联稀疏多极化面阵接收信号模型建模及多维参数分离解耦;对接收信号协方差矩阵分块平滑处理;构造虚拟级联均匀多极化面阵接收信号协方差矩阵;对虚拟协方差矩阵特征分解,求取各信号源的波达方向与单坐标轴的夹角估计;求取各信源的波达方向与另一坐标轴的夹角估计,并求取方位角、俯仰角和极化参数的闭式估计。本发明基于多域子阵平滑技术,为实现二维波达方向与极化参数的快速联合估计提供了可行和有效的解决方案,可用于工业物联网等复杂场景下的感知和定位。

    一种基于射频阵列的多目标无人机识别装置和方法

    公开(公告)号:CN116184322A

    公开(公告)日:2023-05-30

    申请号:CN202211577016.X

    申请日:2022-12-07

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于射频阵列的多目标无人机识别装置和方法。本发明包括射频天线阵列、接收机、AD采集模块、FPGA数据处理板、FPGA数据转换板、信号处理器、支持PYNQ的Zynq开发板;射频天线阵列接收空域无人机信号,配置接收机和AD模块采集得到多通道数字信号,在FPGA数据处理板中实现波束成形算法完成空域滤波的信号采集,将采集信号通过FPGA数据转换板上传信号处理器,设计次目标辅助识别的深度学习方案识别各疑似目标的无人机,最终将深度神经网络部署在Zynq板实现离线实时识别。本发明可实现复杂多目标场景下的无人机识别,利用射频阵列引入角度,与单目标的射频识别方案相比成本提升不大,因实现离线实时运行可应用于城市环境反无人机系统的实际部署。

Patent Agency Ranking