[发明专利]具有空间非平稳性的超大规模天线阵列目标参数估计方法在审
| 申请号: | 202310158641.9 | 申请日: | 2023-02-22 |
| 公开(公告)号: | CN116305854A | 公开(公告)日: | 2023-06-23 |
| 发明(设计)人: | 吴晓欢;孙冀;王舒心 | 申请(专利权)人: | 南京邮电大学 |
| 主分类号: | G06F30/20 | 分类号: | G06F30/20;G06F18/213;G06F111/10 |
| 代理公司: | 南京正联知识产权代理有限公司 32243 | 代理人: | 姜梦翔 |
| 地址: | 210023 江*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 具有 空间 平稳 超大规模 天线 阵列 目标 参数估计 方法 | ||
1.一种具有空间非平稳性的超大规模天线阵列目标参数估计方法,其特征在于:包括以下步骤,
S1、接收端使用阵元数为M的均匀线性阵列进行架构;
S2、建立ELAA的不包含空间非平稳性的一般球面波模型,引入选择矩阵后,获得加入空间非平稳性后的ELAA的模型,即获得整个阵列的接收信号y(t);
S3、计算整个阵列的接收信号y(t)的协方差矩阵R;
S4、利用步骤S3得到的协方差矩阵R的K个特征向量和导向矢量的共线关系,构建K个新的协方差矩阵;
S5、对步骤S4中的K个新的协方差矩阵,利用多重信号分类算法进行角度和距离的联合估计。
2.如权利要求1所述的具有空间非平稳性的超大规模天线阵列目标参数估计方法,其特征在于:步骤S2中,建立ELAA的不包含空间非平稳性的一般球面波模型,引入选择矩阵后,获得加入空间非平稳性后的ELAA的模型,具体为,
S21、假设有K个窄带近场不相关信源的信号入射到阵列上,第k个信源的位置用(θk,rk)表示,建立ELAA的不包含空间非平稳性的一般球面波模型;
S22、为将空间非平稳性纳入ELAA的模型中,引入选择矩阵Q=[q1,…,qk,…,qK]∈{0,1}M×K,q1,…,qk,…,qK为选择矩阵Q的的K个列向量,M为阵列的天线数量,K为信源的数量;
S23、得到加入空间非平稳性后的ELAA的模型,即获得整个阵列的接收信号y(t)。
3.如权利要求2所述的具有空间非平稳性的超大规模天线阵列目标参数估计方法,其特征在于:步骤S21中,建立ELAA的不包含空间非平稳性的一般球面波模型,具体为,
S211、第m根天线接收到的信号为,
其中,am(θk,rk)为第k个信源的不具有空间非平稳性的导向矢量的第m个元素,将参考点设置在均匀线性阵列的中心,θk为参考点到第k个信源的位置和参考点处阵列法线的夹角,rk为第k个信源到参考点的距离,e为自然常数,j为虚数单位,sk(t)是第k个窄带信号,λ是信号的波长,nm(t)为零均值加性高斯白噪声,rm,k是第m根天线和第k个信源之间的距离;
S212、建立ELAA的不包含空间非平稳性的一般球面波模型:
其中,y(t)为整个阵列的接收信号,a(θk,rk)=[a1(θk,rk),…,aM(θk,rk)]T表示第k个信源的不具有空间非平稳性的导向矢量,T表示转置符号,s(t)=[s1(t),…,sK(t)]T是信源信号,n(t)=[n1(t),…,nM(t)]T为噪声信号。
4.如权利要求2所述的具有空间非平稳性的超大规模天线阵列目标参数估计方法,其特征在于:步骤S22中,选择矩阵Q=[q1,…,qk,…,qK]∈{0,1}M×K中qk中的第m个元素为:
其中,φk为第k个信源的可见区域VR,由第k个信源可观测到的天线索引构成,在空间平稳中将参考点设置在均匀线性阵列的中心,天线的索引集为其中,M为阵列的天线数量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京邮电大学,未经南京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310158641.9/1.html,转载请声明来源钻瓜专利网。





