《空间谱估计理论与算法》学习笔记004-空间谱估计基础知识

本文介绍了空间谱估计的基础知识,包括阵列方向图的概念和分类,如静态方向图与指向方向图,并详细讨论了均匀线阵、平面阵和均匀圆阵的方向图。此外,还阐述了空间谱估计的基本原理,强调了波束宽度、分辨力和空时等效性的重要性。
摘要由CSDN通过智能技术生成

2.4 空间谱估计基础知识

2.4.1 阵列的方向图

概念:阵列输出的绝对值与来波方向之间的关系称为天线的方向图。
分类:阵列输出的直接相加(不考虑信号及其来向),即静态方向图;带指向的方向图(考虑信号指向),信号的指向是通过控制加权的相位来实现的。
根据信号模型,对于某一确定的 m m m元空间阵列,在忽略噪声的条件下,第 l l l个阵元的复振幅为
x l = g 0 e − j ω τ l , l = 1 , 2 , ⋯   , m x_l=g_0e^{-j\omega\tau_l} ,l=1,2,\cdots,m xl=g0ejωτl,l=1,2,,m

式中 g 0 g_0 g0为来波的复振幅, τ l \tau_l τl为第 l l l个阵元与参考点之间的延迟。设第 l l l个阵元的权值为 ω l \omega_l ωl,那么所有阵元加权的输出相加得到阵列的输出为
Y 0 = ∑ l = 1 m ω l g 0 e − j ω τ l , l = 1 , 2 , ⋯   , m Y_0=\sum_{l=1}^{m}\omega_lg_0e^{-j\omega\tau_l} ,l=1,2,\cdots,m Y0=l=1mωlg0ejωτl,l=1,2,,m

对上式取绝对值并归一化后可得到空间阵列的方向图 G ( θ ) G(\theta) G(θ)
G ( θ ) = ∣ Y 0 ∣ max ⁡ { ∣ Y 0 ∣ } G(\theta)=\frac{|Y_0|}{\max\left\{|Y_0|\right\}} G(θ)=max{ Y0}Y0

若式中 ω l = 1 ( l = 1 , 2 , ⋯   , m ) \omega_l=1(l=1,2,\cdots,m) ωl=1(l=1,2,,m),上式为静态方向图 G 0 ( θ ) G_0(\theta) G0(θ)
下面考虑空间谱估计中经常碰到的几种阵列的方向图:
1.均匀线阵
假设均匀线阵的间距为 d d d,且以最左边的阵元为参考点(位于原点),另假设信号入射方位角为 θ \theta θ,其中方位角表示与线阵法线方向的夹角,则
τ l = 1 c ( x k sin ⁡ θ ) = 1 c ( l − 1 ) d sin ⁡ θ \tau_l=\frac{1}{c}(x_k\sin{\theta})=\frac{1}{c}(l-1)d\sin{\theta} τl=c1(xksinθ)=c1(l1)dsinθ

Y 0 = ∑ l = 1 m ω l g 0 e − j ω τ l = ∑ l = 1 m ω l g 0 e − j 2 π λ ( l − 1 ) d sin ⁡ θ = ∑ l = 1 m ω l g 0 e − j ( l − 1 ) β Y_0=\sum_{l=1}^{m}\omega_lg_0e^{-j\omega\tau_l} = \sum_{l=1}^{m}\omega_lg_0e^{-j\frac{2\pi}{\lambda}(l-1)d\sin{\theta}} =\sum_{l=1}^{m}\omega_lg_0e^{-j(l-1)\beta} Y0=l=1mωlg0ejωτl=l=1mωlg0ejλ2π(l1)dsinθ=l=1mωlg0ej(l1)β

式中 β = 2 π d sin ⁡ θ λ \beta=\frac{2\pi d\sin{\theta}}{\lambda} β=λ2πdsinθ λ \lambda λ为入射信号的波长。若式中 ω l = 1 ( l = 1 , 2 , ⋯   , m ) \omega_l=1(l=1,2,\cdots,m) ωl=1(l=1,2,,m),上式可简化为
Y 0 = m g 0 e − j ( m − l ) β / 2 sin ⁡ ( m β / 2 ) m sin ⁡ ( β / 2 ) Y_0=mg_0e^{-j(m-l)\beta/2}\frac{\sin(m\beta/2)}{m\sin(\beta/2)} Y0=mg0ej(ml)β/2msin(β/2)sin(mβ/2)

可得均匀线阵的静态方向图
G 0 ( θ ) = ∣ sin ⁡ ( m β / 2 ) m sin ⁡ ( β / 2 ) ∣ G_0(\theta)=\left|\frac{\sin(m\beta/2)}{m\sin(\beta/2)}\right| G0(θ)=msin(β/2)sin(mβ/2)

当式中 ω l = e j ( l − 1 ) β d \omega_l=e^{j(l-1)\beta_d} ωl=ej(l1)βd β d = 2 π d sin ⁡ θ d λ ( l = 1 , 2 , ⋯   , m ) \beta_d=\frac{2\pi d\sin\theta_d}{\lambda}(l=1,2,\cdots,m) βd=λ2πdsinθd(l=1,2,,

  • 11
    点赞
  • 84
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值