空间谱专题16:间距选取分析

作者:桂。

时间:2017-11-01  23:26:30

链接:http://www.cnblogs.com/xingshansi/p/7769153.html



前言

本文主要分析布阵间距选取依据,个人观点,仅供参考。

一、问题描述

  对于空间谱测向(以MUSIC算法为例),如果间距过大(超过半波长),可能存在相位模糊问题:对应空间谱就是伪峰、干涉仪就是模糊、Beamforming就是栅瓣。以一维阵列举例,这个时候通常借助非均匀阵来降低相位模糊问题。

  空间谱存在导向矢量的问题,以窄带信号为例,非均匀线阵通常互质,如[0 6 10 17]d,d为参考间距,通常取某频率半波长d = λ_ref/2。本文分析的就是d的选取。

二、原理分析

  假设测角范围为:[-β  β],对应导向矢量为:

exp(-j*2*pi*[0 6 10 17]d*sin(theta)/λ)

λ为入射信号波长,可见间距互质的情况下,若要满足不出现多个峰值,需要:

|2*sin(β)|*λ_ref/λ <2

例如测角范围[-30 30],信号200Hz,参考信号频率需要大于100Hz,及参考波长需要取100Hz以上频率信号的波长。

时间: 2024-10-15 14:21:14

空间谱专题16:间距选取分析的相关文章

空间谱专题02:波束形成(Beamforming)

作者:桂. 时间:2017-08-22  10:56:45 链接:http://www.cnblogs.com/xingshansi/p/7410846.html 前言 本文主要记录常见的波束形成问题,可以说空间谱估计是波束形成基础上发展而来,在系统论述空间谱之前,有必要分析一些Beamforming的基本特性. 一.波束形成模型 以均匀线阵为例: 按窄带模型分析: 可以写成矩阵形式: 其中为方向矢量或导向矢量(Steering Vector),波束形成主要是针对各个接收信号X进行权重相加. 二

空间谱专题00:综述

作者:桂. 时间:2017-08-21  06:45:55 链接:http://www.cnblogs.com/xingshansi/p/7402353.html 前言 打算梳理一下空间谱的算法,开设一个专题. 按照目前的考虑,主要着要点包括: A-信号模型 即信号的基本模型,因为最基本的信号从波动方程而来,进一步才有近场以及远场近似.在窄带中经常假设包络基本不变,这些假设合理之处都要从信号的基本模型出发来理解. B-空间谱的意义 空间谱建立在传统的Beam-forming(波束形成)的基础上,

空间谱专题07:干涉仪仿真思路

作者:桂. 时间:2017-09-09  20:35:57 链接:http://www.cnblogs.com/xingshansi/p/7499247.html 前言 主要验证信道化前后,测向的有效性.相比空间谱的思路,干涉仪需要的信息更少,从干涉仪入手进行分析,主要以窄带信号为例. 一.干涉仪基本原理 干涉仪主要利用信号到达不同接收振元的时间差,即相位差来实现角度估计,此处以基本的单基线干涉仪为例,不考虑相位模糊及解模糊的各类算法: 提取A1与A2的相位差,即可估计角度: 当出现相位模糊时,

空间谱专题03:相干信号的处理方式

作者:桂. 时间:2017-09-09  16:44:12 链接:http://www.cnblogs.com/xingshansi/p/7413133.html 主要理论空间平滑算法,首先分析相干信号特性. 〇.相干信号特性 以两个信号为例 求相关矩阵 如果两个信号的相关系数ρ满足: 1)ρ=0,则认为两信号不相关: 2)0<ρ<1,则认为两信号相关: 3)ρ = 1,则两信号相干. 当两信号相干时,ρ=1,对于相关矩阵: 秩为1,这就造成了秩亏,对于子空间等空间谱估计算法便不再适用. 也可

空间谱专题10:MUSIC算法

作者:桂. 时间:2017-09-20  07:43:12 链接:http://www.cnblogs.com/xingshansi/p/7553746.html 未完待续… 前言 MUSIC(Multiple Signal Classification)算法通常用来进行到达角(DOA,Direction of arrival)估计. 一.MUSIC原理简介 根据前文的分析,模型依然建立在窄带信号的基础上: X为接收阵元,F为入射信号,a为对应的导向矢量,W为噪声.可直接记作矩阵形式 通常借助相

空间谱专题06:宽带信号处理思路

作者:桂. 时间:2017-09-09  20:04:22 链接:http://www.cnblogs.com/xingshansi/p/7413139.html 前言 目前分析的问题,仍然限定在布阵的环节,暂不涉及后处理及硬件实现. 一.宽带处理的一般方式 前面分析的阵列信号模型,都是建立在窄带信号的基础上,对于宽带阵列信号,有两个思路:1)信道化为窄带信号,按窄带的思路进行处理:2)利用聚焦变换,聚焦到特定频率,进行处理. 聚焦变换的思路对相干信号同样有效,这样便可以省去子阵平滑的步骤,需要

空间谱专题03:时空特性与采样定理

作者:桂. 时间:2017-08-27  08:07:30 链接:http://www.cnblogs.com/xingshansi/p/7439558.html  一.一阶无模糊特性 在DOA ambiguity vs. array configuration for subspace-based DF method 一文,关于first-order ambiguity of arbitrary array for subspace-based DF(direction finding) me

空间谱专题11:子阵平滑与秩亏缺

作者:桂. 时间:2017-09-29  21:20:18 链接:http://www.cnblogs.com/xingshansi/p/7612984.html 未完待续... 前言 主要分析在解相干算法中,子阵平滑的有效性. 一.前向平滑 以均匀线阵(ULA)为例,第l个接收阵元的信号为: 其中,M为阵元数,N为信号个数. 以前向平滑为例: 令β = ,对于第k个子阵有 其中D为: 假设信号与噪声不相关,且噪声为白噪声,计算相关矩阵: 前向平滑修正的协方差矩阵: 证明:当子阵阵元数m>=N,

空间谱常见解相参(干)算法

一.常规解相参算法 解相参(干)算法主要有时间平滑类,TOEP类.空间平滑类3种. 1)时间平滑类基于多径信道的衰落特性,将快拍所得的数据分块,并对每块求和平均,以此降低各方向来波的相关性,该类方法需要较大的快拍数,降低了信息的利用率,而侦察设备面对的信号脉冲窄,快拍数小难以应用该类算法:但算法适用任意天线阵形. 2)TOEP算法通过改变自相关矩阵的结构,对各主对角求和,再构造一个符合Toeplitz结构的矩阵,以此来恢复矩阵的秩:仅适用于均匀线阵. 3)空间平滑类算法通过对具有相同空间结构的子