[发明专利]一种基于极化敏感面阵的空域-极化域联合谱估计方法

说明书

本发明公开了一种基于极化敏感面阵的空域‑极化域联合谱估计方法。目前的极化敏感阵列多为线阵，仅能检测一维空间角度，极化状态也被限制在Poincare球面η＝90°的大圆轨道上，因此实用价值较低。本发明如下：一、建立二维极化面阵接收信号模型。二、本发明借鉴MUSIC算法的思想，研究高效低复杂度的改进新方法。针对非相干信号源的参数估计问题，为降低算法的运算量和复杂度，考虑到极化矢量的范数为常数这一特点，采用拉格朗日乘数法进行降维操作，成功将四维参数估计问题转换为方位角和俯仰角的二维谱峰搜索，进而估计出极化幅角和极化相位差。

技术领域

本发明属于阵列信号处理技术领域，具体涉及一种基于极化面阵的空域-极化域联合谱估计算法。

背景技术

作为阵列信号处理领域的一个分支，极化敏感阵列被广泛应用于雷达、通信等诸多领域。极化敏感阵列能够通过阵元的空间分布和相位差，同时获得入射信号的DOA和极化信息。极化敏感阵列输出的是矢量信息而非标量信息，与普通阵列相比，极化敏感阵列具有更强的抗干扰能力、更稳健的检测能力、更高的分辨能力和极化多址能力。

完备的空间电磁波信号是一个六维的复矢量信号，与传统的标量阵列只获取电磁波信号中的一维信息不同，电磁矢量传感器能够获得空间电磁波信号的六维或至少高于一维的信息，因此可以感应到空间电磁信号的极化信息，在极化敏感阵列信号处理中，极化域-空域联合的参数估计和波束形成是两个最重要的研究方向。

极化敏感阵列参数估计包含了波达方向角(DOA，direction of arrival)估计和极化参数估计两方面内容，通过在极化域和空域的联合处理可以同时得到信号的波达方向角和极化参数。同时，由于极化信息的引入，阵列信号处理的维数从纯空域转变到极化域-空域的联合处理，维数明显增加，算法的复杂度也相应的有所提高，因此研究极化域-空域联合的降维参数估计算法也是很有必要的。

现有的极化敏感阵列接收信号模型多为线阵，仅能检测一维空间角度，极化状态也被限制在Poincare球面η＝90°的大圆轨道上，因此实用价值较低。本文提出了极化敏感面阵的接收信号模型(建立在四维空间上)，采用降维MUSIC算法将模型降低至二维进行谱峰搜索，先行计算出空间方位角和俯仰角，进而估计出极化幅角和极化相位差，大大提高了实用价值。

发明内容

本发明的目的在于提供一种基于极化面阵的空域-极化域联合谱估计方法。

本发明的具体步骤如下：

步骤一、根据预设的信源数、快拍数、载波频率、调频率、采样率，产生线性调频信号的包络s(t)；

设置信源方位角θ、俯仰角极化幅角η、极化相位差γ这四个电磁信号参数；

设置阵列有关参数，包括：水平阵元数N_x、竖直阵元数N_y、阵元间距d。

步骤二、产生传统阵列导向矢量矩阵，方法如下：

将y轴方向的阵元空间信息投影到x轴方向，投影矩阵为符号表示矩阵的Kronecker积，ones()是生成全1矩阵的函数，d_x表示x轴阵元间距d_x＝[0:N_x-1]×d；

将x轴方向的阵元空间信息投影到y轴方向，投影矩阵为d_y表示y轴阵元间距d_y＝[0:N_y-1]×d；

将x和y轴投影矩阵、信号在坐标轴方向的分量相结合组成传统阵列导向矢量矩阵如式(1)：

式中j表示复数的虚部，λ为来波信号波长。