公开(公告)号：CN113567913A

公开(公告)日：2021-10-29

申请号：CN202110684905.5

申请日：2021-06-21

Applicant: 电子科技大学

Inventor： 谢菊兰 ,  阮铭 ,  陈杭 ,  陈政宇 ,  李会勇 ,  何子述

IPC: G01S3/14

Abstract: 本发明涉及阵列信号处理领域，公开了一种基于迭代重加权可降维的二维平面DOA估计方法，本发明利用kronecker积的性质，对阵列接收数据模型进行变形，通过降维思想将二维联合角度估计分为两个一维DOA估计问题，目的是为了降低计算复杂度，然后引入对数和函数作为促稀疏的目标函数，分别建立关于俯仰角和方位角的稀疏信号重构优化问题，使用基于线性谱估计的超分辨迭代重加权算法求解该最优化问题得到俯仰角和方位角的估计。本发明方法降维处理后相对地降低了计算量，解决了格点失配问题，实现了角度自动配对的二维平面阵列的DOA估计，同时该方法还可以解相干，在较低信噪比下也能得到很好的估计效果，以及该方法具备较高分辨力和较高估计精度的优点。

公开(公告)号：CN114239380B

公开(公告)日：2024-05-17

申请号：CN202111362269.0

申请日：2021-11-17

Applicant: 电子科技大学 ,  中国电子科技集团公司第十研究所

Inventor： 谢菊兰 ,  陈政宇 ,  刘正平 ,  匡宏印 ,  梅本春 ,  李会勇

IPC: G06F30/27 ,  G06F111/04

Abstract: 本发明公开了一种基于自调整映射法则的矩形稀布阵列优化方法，利用了求解最优化问题确定阵元位置矩阵维数，更加充分地利用阵列孔径信息。同时提出一种自调整映射法则，对可调整空间相对小的方向的映射矩阵进行比较交换操作，使得映射后的阵元位置满足多约束条件。同时，相对于相同仿真条件下稀疏布阵和现有映射法则下的布阵，得到更优的方向图，实现方向图的综合优化。本发明能在满足多约束条件下获得更低的峰值旁瓣电平的矩阵稀布阵列。