分布式二维阵列单快拍测角算法研究

"本文主要介绍了一种基于单快拍数据的分布式二维阵列测角方法，适用于2维阵列的波达方向（DOA）估计问题。该算法通过构建2维Hankel矩阵，并运用2维状态空间平衡法分别获取方位角和俯仰角的子阵单元内DOA估计以及子阵单元间的DOA估计，最后通过解模糊算法实现高精度无模糊的DOA估计。该方法有效解决了子阵单元内和单元间DOA估计的配对问题以及俯仰角和方位角的配对问题，充分利用了分布式阵列的扩展阵列物理孔径特性，能直接处理相干信号和非相干信号。计算机仿真实验验证了算法的准确性。" 在无线通信和雷达系统中，波达方向估计是一项关键任务，用于确定信号源的位置。分布式二维阵列是提高DOA估计精度和增强系统性能的一种有效手段。传统的方法通常需要多快拍数据来提高估计的稳定性和精度，但在某些实时或快速响应的场景中，单快拍数据是唯一可用的。 本研究提出的算法首先对每个子阵列单元的单次观测数据进行处理，构建2维Hankel矩阵。Hankel矩阵是一种特殊的矩阵结构，常用于信号处理和阵列处理中，其行与列元素是按一定偏移量排列的，有助于提取信号的统计特性。在构建2维Hankel矩阵后，算法应用2维状态空间平衡法。这种方法旨在分别在子阵列单元内部和单元之间估计方位角和俯仰角的DOA，从而克服单快拍数据带来的挑战。 接着，为了消除估计过程中的模糊性和提高精度，算法采用了特定的解模糊算法。这个步骤至关重要，因为它确保了正确匹配各个子阵列单元内的DOA估计和单元间的DOA估计，同时解决了俯仰角和方位角之间的配对问题。通过这种方式，算法能够充分利用分布式阵列的物理孔径，扩大了有效探测范围，提高了估计的分辨率。 此外，该算法的一个显著优势在于其对信号类型（相干或非相干）的处理能力。在许多实际应用中，信号可能具有相干性，即不同接收器接收到的信号之间存在相位关系。该算法能够直接处理这类信号，拓宽了其适用范围。 计算机仿真实验的结果证明了该算法的有效性和可靠性。通过对比和验证，该方法在单快拍数据条件下展现出良好的性能，为分布式二维阵列的DOA估计提供了一种新的解决方案。 关键词：波达方向估计、分布式阵列、2维Hankel矩阵、自动配对。