[发明专利]基于SSEL-EMVS稀疏阵列的2D-DOA估计方法

说明书

本发明提供了一种基于SSEL‑EMVS稀疏阵列的2D‑DOA估计方法，通过获取矩形SSEL‑EMVS阵列接收到的数据，利用ESPRIT算法对接收到的数据进行处理，获得传播矢量存在周期模糊的高精度估计结果；一方面，在阵列EMVS的电尺寸已知或未知时，分别使用矢量叉积法和基于电磁矢量实部和虚部组合的方法得到了低精度但无周期模糊的2D‑DOA估计结果。另一方面，本发明将这种低精度但无周期模糊的估计算法与存在周期性模糊的精确估计结果的ESPRIT算法相结合，得到高精度且无周期模糊的闭式2D‑DOA估计结果，提高了2D‑DOA估计性能。

技术领域

本发明属于雷达领域，具体涉及一种基于SSEL-EMVS稀疏阵列的2D-DOA估计方法。

背景技术

电磁矢量传感器(electromagnetic vector sensors，EMVS)具有极化分集的优点，可以感知观测源的极化信息以改进DOA估计性能，被广泛应在信号处理领域。然而，在实际应用中，空间共点式的EMVS(spatially collocated EMVSs,SC-EMVS)往往会受到互耦效应的影响。当采用电小尺寸的EMVS(electrically small EMVSs，ES-EMVS)时，由于输入阻抗小，EMVS辐射效率低下。

为了减少互耦效应，K.T.Wong通过在单个EMVS中设置组件之间的距离，称为空间分离式EMVS(spatially separated EMVS，SS-EMVS)，该EMVS使得矢量叉积DOA估计算法仍然可以成功使用；为了获得更好的辐射效率，增大阵列孔径并避免旁瓣的影响，K.T.Wong等人引入了电大尺寸EMVS(electrically large EMVS,EL-EMVS)，以提高DOA和极化估计精度。

经过研究发现选用空间分离式的电大尺寸EMVS(spatially separated andelectrically large EMVS，SSEL-EMVS)构成的稀疏阵列，可以减少互耦效应，提高辐射效率以及增大阵列孔径。但是由于EL-EMVS的引入，矢量叉积法难以直接应用于DOA估计中；并且EL-EMVS阵列是稀疏的，方向余弦估计结果存在模糊。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了一种基于SSEL-EMVS稀疏阵列的2D-DOA估计方法。本发明要解决的技术问题通过以下技术方案实现：

本发明提供的一种基于SSEL-EMVS稀疏阵列的2D-DOA估计方法包括：

步骤一：获取矩形SSEL-EMVS阵列接收到的数据；

步骤二：利用ESPRIT算法对接收到的数据进行处理，获得传播矢量存在周期模糊的高精度估计结果；

步骤三：利用LS-ESPRIT算法重建矩形SSEL-EMVS阵列的阵列流形；

步骤四：利用所述阵列流形，计算在原点处单个等效的SSEL-EMVS的阵列流形；

步骤五：对所述单个等效的SSEL-EMVS的阵列流形进行空间相移补偿，获得补偿后的单个等效的SCEL-EMVS的阵列流形；

步骤六：按照阵列EMVS的电尺寸参数已知或未知的不同情况，根据补偿后的单个等效的SCEL-EMVS的阵列流形以及传播矢量存在周期模糊的高精度估计结果，计算获得传播矢量的无周期模糊的低精度估计结果；

步骤七：将存在周期模糊的高精度估计结果与不存在周期模糊的低精度估计结果进行融合，获得高精度且无周期模糊度的闭式2D-DOA估计结果。

可选的，所述矩形SSEL-EMVS阵列在在x,y轴方向的EMVS个数分别为M,N，相邻的SSEL-EMVS在x,y轴的间距D_x与D_y满足与λ为波长，入射源为K个独立的信号源。

可选的，所述步骤二包括：