基于旋轉(zhuǎn)干涉儀的近場(chǎng)源參數(shù)估計(jì)算法

馬菁濤陶海紅 謝 堅(jiān) 楊 杰

(西安電子科技大學(xué)雷達(dá)信號(hào)處理國家重點(diǎn)實(shí)驗(yàn)室 西安 710071)

基于旋轉(zhuǎn)干涉儀的近場(chǎng)源參數(shù)估計(jì)算法

馬菁濤*陶海紅 謝 堅(jiān) 楊 杰

(西安電子科技大學(xué)雷達(dá)信號(hào)處理國家重點(diǎn)實(shí)驗(yàn)室 西安 710071)

該文基于旋轉(zhuǎn)干涉儀提出了一種新的近場(chǎng)源參數(shù)估計(jì)算法。該算法利用單個(gè)長(zhǎng)基線干涉儀的旋轉(zhuǎn)和相位積分實(shí)現(xiàn)相位解模糊，有效解決了單基線干涉儀在近場(chǎng)源情況中存在的無模糊視角范圍和測(cè)角精度之間的矛盾。該算法只需兩個(gè)接收天線即可得到近場(chǎng)源俯仰角、方位角和距離參數(shù)的閉式解，無需構(gòu)造高階累積量矩陣和多維搜索，同時(shí)也降低了多基線組合對(duì)通道一致性的要求。相比于傳統(tǒng)的雙長(zhǎng)基線干涉儀方法，該文算法具有更高的參數(shù)估計(jì)精度和解模糊能力，具有結(jié)構(gòu)簡(jiǎn)單、易于工程實(shí)現(xiàn)的優(yōu)點(diǎn)。計(jì)算機(jī)仿真實(shí)驗(yàn)表明了所提算法的有效性和正確性。

近場(chǎng)源；旋轉(zhuǎn)干涉儀；2維角估計(jì)；距離估計(jì)；相位解模糊

1 引言

空間信號(hào)源的參數(shù)估計(jì)是陣列信號(hào)領(lǐng)域的重要研究問題之一。根據(jù)信號(hào)源與陣列之間的距離遠(yuǎn)近，可以將其分為遠(yuǎn)場(chǎng)信號(hào)源和近場(chǎng)信號(hào)源。當(dāng)距離r＞ 2D2/λ(D為陣列孔徑，λ為信號(hào)源波長(zhǎng))，認(rèn)為信號(hào)源為遠(yuǎn)場(chǎng)，到達(dá)陣列的信號(hào)以平面波的方式給出，對(duì)于信源的定位其距離和波達(dá)方向估計(jì)是獨(dú)立的。反之，當(dāng)0.62(D3/λ)1/2＜r＜ 2D2/λ時(shí)，來

波信號(hào)通過陣列只能以球面波的形式來表示，信源位置的確定需要聯(lián)合估計(jì)距離和波達(dá)方向[1,2]，二者是耦合在一起的。

陣列信號(hào)處理中，傳統(tǒng)高精度的波達(dá)方向(DOA)估計(jì)方法都是假設(shè)信號(hào)源為遠(yuǎn)場(chǎng)[2]，對(duì)近場(chǎng)情況則不適用。近年來，許多定位近場(chǎng)源的測(cè)向方法被相繼提出。文獻(xiàn)[3]提出了一種2維MUSIC (MUltiple SIgnal Classification)的定位方法，需要同時(shí)搜索估計(jì)距離和到達(dá)角兩個(gè)參數(shù)，計(jì)算量非常大。為了避免多維搜索，文獻(xiàn)[4]和文獻(xiàn)[5]提出了基于高階累積量的定位方法，但由于需要構(gòu)造高階累量矩陣，運(yùn)算復(fù)雜度同樣很高。文獻(xiàn)[6]利用2階累積量，給出了載波頻率、距離和角度的3維估計(jì)，計(jì)算量明顯減少，但是在工程應(yīng)用及硬件實(shí)現(xiàn)上仍然有很大的困難。文獻(xiàn)[7]利用垂直陣列的特點(diǎn)，將多維參數(shù)估計(jì)問題轉(zhuǎn)化為1維估計(jì)，減小了運(yùn)算量，但是僅適用于非圓信號(hào)。文獻(xiàn)[8]利用雙基線組合解模糊，也可以用于近場(chǎng)源DOA估計(jì)，運(yùn)算速度快，但是需要距離信息先驗(yàn)已知。文獻(xiàn)[9,10]利用旋轉(zhuǎn)長(zhǎng)基線干涉儀在不同轉(zhuǎn)角下測(cè)量的相位差序列進(jìn)行DOA估計(jì)，降低了系統(tǒng)復(fù)雜性，但是并未考慮近場(chǎng)情況。

基于此，本文提出了一種在工程上易于實(shí)現(xiàn)的旋轉(zhuǎn)干涉儀算法來估計(jì)近場(chǎng)源的2維角及距離，通過干涉儀基線的旋轉(zhuǎn)實(shí)現(xiàn)相位解模糊，只需兩個(gè)接收通道即可實(shí)現(xiàn)快速、無模糊定位[11]，并擴(kuò)展到近場(chǎng)模型。該方法不需要高階統(tǒng)計(jì)量，也不需要1維或2維搜索，從而有效減小了運(yùn)算復(fù)雜度。

本文的各部分內(nèi)容安排如下：第1節(jié)是引言，介紹了近場(chǎng)源參數(shù)估計(jì)的研究背景及現(xiàn)狀。第2節(jié)介紹了近場(chǎng)源模型并提出了近場(chǎng)模糊問題。第3節(jié)介紹了旋轉(zhuǎn)干涉儀解模糊原理，并提出近場(chǎng)源3維參數(shù)估計(jì)算法。第4節(jié)給出仿真結(jié)果和性能分析。最后，第5節(jié)得出結(jié)論。

2 問題模型

2.1 近場(chǎng)源信號(hào)模型

近場(chǎng)源陣列結(jié)構(gòu)示意圖如圖1，假設(shè)只有1個(gè)信號(hào)源，陣元間距為d，以陣元0作為相位參考中心，則陣元1接收到的信號(hào)可以表示為[3,12]：

這里S(t)表示信號(hào)源的包絡(luò)，n1(t)為陣元1上的加性高斯噪聲，τ1為陣元1相對(duì)于參考陣元引起的傳播相位差，可以表示為：

圖1 陣列結(jié)構(gòu)示意圖Fig. 1 Structure of array

其中，f為電磁波頻率，Δt為到達(dá)兩陣元的時(shí)延，y1為信號(hào)源到陣元1的距離，r為到達(dá)參考陣元0的距離，c為光速，λ為電磁波的波長(zhǎng)，d為陣元間距表示信號(hào)到達(dá)參考陣元的空間錐角。

對(duì)式(2)采用2階泰勒級(jí)數(shù)展開，如式(3)：

并結(jié)合Fresnel近似忽略高階項(xiàng)，可得到式(4)：

2.2 近場(chǎng)源測(cè)向模糊問題

在近場(chǎng)源情況下，由干涉儀兩陣元的接收數(shù)據(jù)進(jìn)行比相即可獲得相位差，即相位差

其中X1(t)和X0(t)分別為陣元1和陣元0的接收數(shù)據(jù)。從式(4)可得兩陣元的真實(shí)相位差為：

圖2 近場(chǎng)源相位差與n的關(guān)系圖Fig. 2 Relationship between phase difference andn

在工程實(shí)現(xiàn)中，天線后端的相位差檢測(cè)設(shè)備(鑒相器)通常以2π為模，只能檢測(cè)到(?π, π)范圍內(nèi)的相位值。當(dāng)干涉儀的陣元間距d＞λ/2時(shí)，相位差φ可能大于π。此時(shí)，鑒相器只能測(cè)得相位差的主值，而非真實(shí)相位差。因而會(huì)出現(xiàn)相位多值模糊，造成角度測(cè)量的多值性。

3 用于近場(chǎng)源的旋轉(zhuǎn)干涉儀參數(shù)估計(jì)算法

由2.2節(jié)可知，對(duì)于單個(gè)長(zhǎng)基線，存在相位差測(cè)量的多值模糊問題。但通過基線的旋轉(zhuǎn)可以解決這些問題[9,10]。利用旋轉(zhuǎn)長(zhǎng)基線干涉儀(Rotated Long Baseline Interferometer, RLBI)在不同轉(zhuǎn)角下測(cè)量的相位差序列進(jìn)行參數(shù)估計(jì)，與傳統(tǒng)多通道干涉儀和陣列測(cè)向相比，RLBI系統(tǒng)只需單個(gè)長(zhǎng)基線，系統(tǒng)復(fù)雜性和通道一致性要求大為減低[13]。通過天線繞z軸的旋轉(zhuǎn)(如圖3)，鑒相器的相位差積分后按余弦規(guī)律變化，進(jìn)而通過判斷極值，實(shí)現(xiàn)近場(chǎng)源參數(shù)估計(jì)。

圖3 天線旋轉(zhuǎn)時(shí)的陣列模型Fig. 3 Array model of rotating interferometer

3.1 解模糊算法

設(shè)基線長(zhǎng)度為d，其旋轉(zhuǎn)角速度為ω。入射信號(hào)的俯仰角為表示和z軸正方向的夾角；方位角為表示從x軸正方向按逆時(shí)針方向旋轉(zhuǎn)的角度。信號(hào)到達(dá)參考陣元的距離為r，到達(dá)陣元1的距離為y1。以圖3為參考，干涉儀繞z軸按逆時(shí)針方向旋轉(zhuǎn)，初始時(shí)刻位于x軸。則在旋轉(zhuǎn)過程中，兩天線間的相位差隨之變化。

其中，λ為電磁波的波長(zhǎng)，(θ,φ,r)表示信號(hào)源到達(dá)中心參考陣元的俯仰角、方位角和距離。

當(dāng)θ一定時(shí)，天線的旋轉(zhuǎn)可以使相位差φ(t)按照近似余弦規(guī)律變化，如圖4中實(shí)線所示。但是通過數(shù)字鑒相器后相位差被限定在(?π, π)范圍內(nèi)，故鑒相器得到的相位差變化曲線存在跳變現(xiàn)象，如圖4中虛線所示。所以，鑒相器的輸出并非完整的相位差，從而不能直接根據(jù)鑒相器的輸出得到φ1和φ2，需采用數(shù)字積分器[9]對(duì)鑒相器的輸出進(jìn)行積分。

圖4 旋轉(zhuǎn)一周過程中的相位差變化曲線Fig. 4 Phase difference curve in one rotation

圖4中點(diǎn)劃線是數(shù)字積分器的輸出，記為X(t)。由圖4可知，通過積分成功消除了相位跳變現(xiàn)象，恢復(fù)出完整的相位差變化曲線。然而由于積分器的起始值(初始時(shí)刻值)為鑒相器的輸出，所以積分結(jié)果X(t)雖然形狀與實(shí)際曲線φ(t)相同，但是相對(duì)于實(shí)際曲線存在一個(gè)整體的偏移量Δ。

圖4中橫坐標(biāo)表示天線以角速度ω旋轉(zhuǎn)一周過程中的空間采樣點(diǎn)，即空間快拍。縱坐標(biāo)為不同空間采樣點(diǎn)處對(duì)應(yīng)的相位差。

3.2 近場(chǎng)源參數(shù)估計(jì)

由式(9)可知，在基線旋轉(zhuǎn)過程中，當(dāng)cos(φωt)=1時(shí)，瞬時(shí)相位為：

由實(shí)際相位差曲線的極大值φmax和極小值φmin就可以確定φ1和φ2的值。它們之間滿足式(12)關(guān)系式：

進(jìn)而得到θ和r估計(jì)的閉式解：

在完成以上估計(jì)的基礎(chǔ)上，求解下式所示方程可以得到方位角φ的估計(jì)：

由于鑒相器的初始時(shí)刻相位差φ0可能存在模糊，所以積分結(jié)果X(t)與實(shí)際曲線φ(t)之間存在一個(gè)整體的偏移量Δ=2πn，其中n為整數(shù)，表示初始時(shí)刻鑒相結(jié)果的模糊倍數(shù)。即：

由于φ1=?(1/2)(φmax?φmin)，僅僅和實(shí)際相位差極大值與極小值的差值有關(guān)，所以由積分結(jié)果的極大值與極小值的差值即可以得到φ1的估計(jì)

進(jìn)而由式(15)得出俯仰角θ的估計(jì)。

然而由于φ2=(1/2)(φmax+φmin)，應(yīng)該由實(shí)際相位差曲線的極大值和極小值計(jì)算。此時(shí)就需要對(duì)積分結(jié)果X(t)進(jìn)行修正，以得到實(shí)際的相位差曲線。

在式(17)中Δ為常量，所以X(t)和φ(t)的導(dǎo)數(shù)是相等的，即有：

以cos(φ-ωt)為X軸，sinθ為Y軸，作出相位差2階導(dǎo)數(shù)的圖如圖5所示。

由圖5可知，該曲面關(guān)于Y=?X+1(即sinθ=?cos(φ-ωt)+1)這條線對(duì)稱。一般情況下，對(duì)于sinθ＞ 0，最大值分布右半平面，即cos(φ-ωt)=1時(shí)，相位差2階導(dǎo)數(shù)取最大值·ω2) + (2ω2π· (d2/ (λr)) · sin2θ)；對(duì)于sinθ＜ 0,

cos(φ-ωt)=?1時(shí)，相位差2階導(dǎo)數(shù)取最大值

圖5 相位差變化曲線的2階導(dǎo)數(shù)Fig. 5 Second derivative of phase difference curve

綜上所述：

因?yàn)棣群蛂已經(jīng)由前面估計(jì)得到，故可以獲得φ2的估計(jì)，即實(shí)際曲線值的中點(diǎn)(中點(diǎn)的含義為最大值和最小值的均值)：

所以整體的修正量Δ可由實(shí)際曲線值的中點(diǎn)φ2和積分結(jié)果值的中點(diǎn)φ2mod的差值來度量。即：

則修正后的積分結(jié)果為：

Xup(t)為相位差變化曲線φ(t)的估計(jì)。進(jìn)而由φ(t)的初值以及φ1和φ2來估計(jì)方位角φ：

式(28)中僅方位角φ未知，因此通過求解式(29)所示的2次方程：

根據(jù)式(29)即可以獲得φ。

3.3 算法步驟

綜上所述，基于旋轉(zhuǎn)干涉儀的近場(chǎng)源參數(shù)估計(jì)算法步驟總結(jié)如下：

步驟1 通過干涉儀的旋轉(zhuǎn)獲得不同轉(zhuǎn)角下的有模糊的相位差序列(即鑒相器輸出)；

步驟2 利用數(shù)字積分方法恢復(fù)出完整的相位差序列X(t)；

步驟3 由積分結(jié)果的極大值和極小值之差可以確定φ1的值，如式(18)所示，進(jìn)而由式(15)可得俯仰角θ的估計(jì)；

步驟4 對(duì)積分結(jié)果X(t)求2階導(dǎo)數(shù)，即可由式(23)求得r；

步驟5 利用獲得的θ和r，根據(jù)式(24)得到φ2，即實(shí)際相位差曲線的中點(diǎn)，并由式(25)獲得積分結(jié)果的中點(diǎn)φ2mod；

步驟6 由式(26)獲得實(shí)際曲線和積分結(jié)果的偏移量Δ，進(jìn)而由式(27)得到修正后積分結(jié)果，即實(shí)際相位差曲線的估計(jì)；

步驟7 由實(shí)際相位差曲線的初值，求解式(29)所示的方程，即得方位角φ，完成近場(chǎng)源的俯仰角、方位角和距離估計(jì)。

4 仿真實(shí)驗(yàn)和性能分析

本節(jié)通過仿真實(shí)驗(yàn)對(duì)旋轉(zhuǎn)干涉儀的近場(chǎng)參數(shù)估計(jì)性能進(jìn)行分析，并將其參數(shù)估計(jì)性能與雙長(zhǎng)基線干涉儀方法和基于均勻圓陣方法[14]進(jìn)行比較。其中，雙長(zhǎng)基線干涉儀的陣列模型如圖6所示。

根據(jù)3.3節(jié)本文算法步驟可知，本文算法對(duì)俯仰角、方位角以及距離參數(shù)的估計(jì)精度依賴于相位差序列X(t)的估計(jì)精度。在不同的SNR條件下，X(t)的估計(jì)精度不同，由于誤差傳遞效應(yīng)，導(dǎo)致后續(xù)的俯仰角、方位角以及距離參數(shù)估計(jì)精度也會(huì)不同。下面通過仿真實(shí)驗(yàn)給出相位差誤差隨輸入信噪比的變化關(guān)系。

圖6 雙長(zhǎng)基線干涉儀陣列模型Fig. 6 Array model of DLBI

仿真實(shí)驗(yàn)1入射信號(hào)頻率為3 GHz，中心波長(zhǎng)λ=0.1 m，入射俯仰角θ為10°，方位角φ為40°，距離r為10 m。旋轉(zhuǎn)干涉儀由2個(gè)陣元組成，基線的長(zhǎng)度d=18λ，干涉儀旋轉(zhuǎn)頻率fr=15 Hz，旋轉(zhuǎn)一周的采樣點(diǎn)數(shù)為720個(gè)。快拍數(shù)為200，蒙特卡洛實(shí)驗(yàn)次數(shù)為100。

由圖7可知，隨著SNR增大，相位差誤差逐漸減小。當(dāng)SNR高于30 dB時(shí)，相位差誤差保持在較小的恒定水平，從而有利于提高后續(xù)的俯仰角、方位角以及距離參數(shù)估計(jì)精度。

下面通過仿真實(shí)驗(yàn)給出本文算法對(duì)俯仰角、方位角以及距離參數(shù)的估計(jì)精度。

參數(shù)設(shè)置：入射信號(hào)頻率為3 GHz，中心波長(zhǎng)λ=0.1 m，入射俯仰角θ為10°，方位角φ為40°。旋轉(zhuǎn)長(zhǎng)基線干涉儀由2個(gè)陣元組成，基線的長(zhǎng)度d=18λ，基線旋轉(zhuǎn)頻率fr=15 Hz，旋轉(zhuǎn)一周的采樣點(diǎn)數(shù)為720個(gè)。雙長(zhǎng)基線干涉儀由3個(gè)陣元組成，兩基線長(zhǎng)度分別為d1=8λ，d2=10λ。兩種干涉儀具有相同的菲涅爾區(qū)[4.7 m, 64.8 m]，入射近場(chǎng)源與陣列之間的距離設(shè)定為10 m。

仿真實(shí)驗(yàn)2200次Monte-Carlo實(shí)驗(yàn)，SNR取值區(qū)間為[25, 45]dB，間隔為2 dB。分析俯仰測(cè)向、方位測(cè)向以及測(cè)距均方根誤差(Root Mean Square Error, RMSE)隨信噪比的變化關(guān)系。

由圖8可知，隨著信噪比增大，俯仰、方位測(cè)向和測(cè)距的均方根誤差逐漸減小。由圖8(a)可知，當(dāng)SNR＜30 dB時(shí)，雙長(zhǎng)基線干涉儀法性能較差。當(dāng)在上述SNR設(shè)定范圍內(nèi)，旋轉(zhuǎn)干涉儀的俯仰測(cè)向RMSE小于雙長(zhǎng)基線干涉儀方法和基于均勻圓陣的方法。由圖8(b)可知，旋轉(zhuǎn)干涉儀的方位測(cè)向RMSE在0.02°以下，小于基于均勻圓陣的方法。由圖8(c)可知，旋轉(zhuǎn)干涉儀的測(cè)距RMSE在0.1 m以下，大于基于均勻圓陣的方法。

值得注意的是，雙長(zhǎng)基線干涉儀方法需要距離已知，且只能對(duì)1維角度進(jìn)行估計(jì)；而基于均勻圓陣的方法沒有考慮模糊問題；而本文方法不需要距離信息先驗(yàn)已知，能對(duì)近場(chǎng)源的3維參數(shù)進(jìn)行估計(jì)，且能實(shí)現(xiàn)解模糊，所以具有一定優(yōu)勢(shì)。

圖7 相位差誤差隨SNR變化關(guān)系圖Fig. 7 Relationship of phase error versus SNR

圖8 俯仰、方位測(cè)向以及測(cè)距均方根誤差隨信噪比變化關(guān)系圖Fig. 8 Elevation, azimuth and distance measurements RMSE versus SNR

仿真實(shí)驗(yàn) 3100次Monte-Carlo實(shí)驗(yàn)，SNR=35 dB，快拍數(shù)取值范圍為[200, 1000]，間隔為100。分析俯仰測(cè)向、方位測(cè)向以及測(cè)距均方根誤差隨快拍數(shù)變化關(guān)系。

由圖9可知，隨著快拍數(shù)增加，俯仰、方位測(cè)向和測(cè)距的均方根誤差逐漸減小。由圖9(a)可知，當(dāng)快拍數(shù)大于200時(shí)，旋轉(zhuǎn)干涉儀方法對(duì)應(yīng)的俯仰測(cè)向RMSE小于0.001°，且小于雙長(zhǎng)基線干涉儀方法和基于均勻圓陣的方法對(duì)應(yīng)的俯仰測(cè)向誤差。由圖9(b)可知，旋轉(zhuǎn)干涉儀的方位測(cè)向RMSE在0.01°左右，小于基于均勻圓陣的方法。由圖9(c)可知，旋轉(zhuǎn)干涉儀的測(cè)距RMSE在0.1 m以下，大于基于均勻圓陣的方法。

仿真實(shí)驗(yàn)4100次Monte-Carlo實(shí)驗(yàn)，SNR取值范圍為[0, 30]dB，間隔為3 dB。分析正確解模糊概率隨信噪比變化。

圖9 俯仰、方位測(cè)向以及測(cè)距均方根誤差隨快拍數(shù)變化Fig. 9 Elevation, azimuth and distance measurements RMSE versus snapshots

圖10 正確解模糊概率隨信噪比變化Fig. 10 Correctly solving ambiguity probability versus SNR

5 結(jié)束語

本文針對(duì)單個(gè)長(zhǎng)基線干涉儀的陣列結(jié)構(gòu)，提出一種對(duì)近場(chǎng)源信號(hào)進(jìn)行3維參數(shù)估計(jì)的旋轉(zhuǎn)干涉儀算法，可以給出俯仰角、方位角和距離估計(jì)的閉式解。仿真結(jié)果表明，所提算法在參數(shù)估計(jì)精度以及解模糊能力上均優(yōu)于雙長(zhǎng)基線干涉儀方法和基于均勻圓陣方法，而且具有更簡(jiǎn)單的系統(tǒng)結(jié)構(gòu)，因而利于工程應(yīng)用。該算法只能處理單個(gè)近場(chǎng)信號(hào)源，無法解決存在多個(gè)信號(hào)源情況下的參數(shù)估計(jì)問題，推廣到多個(gè)信號(hào)源是需要進(jìn)一步探討的問題。此外，本文所提近場(chǎng)源參數(shù)估計(jì)方法主要采用個(gè)別特征點(diǎn)處的相位差進(jìn)行估計(jì)，而沒有利用其它點(diǎn)的信息，因此在低SNR條件下的穩(wěn)定性可能較差。如何充分利用相位差的全部信息以提高低SNR下的參數(shù)估計(jì)精度以及穩(wěn)定性是我們下一步研究的方向。

[1]Jiang Jia-jia, Duan Fa-jie, Chen Jin,et al.. Mixed near-field and far-field sources localization using the uniform linear sensor array[J].IEEE Sensors Journal, 2013, 13(8): 3136–3143.

[2]Kim J H, Yang I S, Kim K M,et al.. Passive ranging sonar based on multi-beam towed array[C]. OCEANS 2000 MTS/IEEE Conference and Exhibition, Providence, RI, 2000, 3: 1495–1499.

[3]Huang Y D and Barkat M. Near-field multiple sources localization by passive sensor array[J].IEEE Transactions on Antennas and Propagation, 1991, 39(7): 968–975.

[4]陳建峰, 張賢達(dá), 吳云韜. 近場(chǎng)源距離、頻率及到達(dá)角聯(lián)合估計(jì)算法[J]. 電子學(xué)報(bào), 2004, 32(5): 803–806. Chen Jian-feng, Zhang Xian-da, and Wu Yun-tao. An algorithm for jointly estimating range, DOA and frequency of near field source[J].Acta Electronica Sinica, 2004, 32(5): 803–806.

[5]黃家才, 石要武, 陶建武. 一種新的近場(chǎng)源距離及到達(dá)角聯(lián)合估計(jì)算法[J]. 電子與信息學(xué)報(bào), 2007, 29(11): 2738–2742. Huang Jia-cai, Shi Yao-wu, and Tao Jian-wu. A new method for range and DOA estimation of near-field sources[J].Journal of Electronics&Information Technology, 2007, 29(11): 2738–2742.

[6]王波, 王樹勛. 一種基于二階統(tǒng)計(jì)量的近場(chǎng)源三維參數(shù)估計(jì)方法[J]. 電子與信息學(xué)報(bào), 2006, 28(1): 45–49. Wang Bo and Wang Shu-xun. A three-dimensional parameter estimation method of near field sources based on second statistics[J].Journal of Electronics&Information Technology, 2006, 28(1): 45–49.

[7]王凌, 李國林, 謝鑫, 等. 非圓信號(hào)二維DOA和初始相位聯(lián)合估計(jì)方法[J]. 雷達(dá)學(xué)報(bào), 2012, 1(1): 43–49. Wang Ling, Li Guo-lin, Xie Xin,et al.. Joint 2-D DOA and noncircularity phase estimation method[J].Journal of Radars, 2012, 1(1): 43–49.

[8]曹菲, 劉慶云. 雙基線干涉儀解模糊能力分析[J]. 航天電子對(duì)抗, 2013, 29(3): 24–25. Cao Fei and Liu Qing-yun. Analysis on ability of dualbaseline interferometer to resolve angular ambiguities[J].Aerospace Electronic Warfare, 2013, 29(3): 24–25.

[9]司偉建, 程偉. 旋轉(zhuǎn)干涉儀解模糊方法研究及實(shí)現(xiàn)[J]. 彈箭與制導(dǎo)學(xué)報(bào), 2010, 30(3): 199–202. Si Wei-jian and Cheng Wei. Study on solving ambiguity method of rolling interferometer and implemention[J].Journal of Projectiles, Rockets, Missiles and Guidance, 2010, 30(3): 199–202.

[10]劉魯濤, 司錫才. 開環(huán)旋轉(zhuǎn)相位干涉儀DOA算法分析[J]. 解放軍理工大學(xué)學(xué)報(bào), 2011, 12(5): 419–424. Liu Lu-tao and Si Xi-cai. Analysis of DOA algorithim by open loop method of rotating phase interferometer system[J].Journal of PLA University of Science and Technology(Natural Science Edition), 2011, 12(5): 419–424.

[11]李騰, 郭福成, 姜文利. 基于旋轉(zhuǎn)干涉儀模糊相位差的多假設(shè)NLS定位算法[J]. 電子與信息學(xué)報(bào), 2012, 34(4): 956–961. Li Teng, Guo Fu-cheng, and Jiang Wen-li. Multiple hypothesis NLS location algorithm based on ambiguous phase difference measured by a rotating interferometer[J].Journal of Electronics&Information Technology, 2012, 34(4): 956–961.

[12]Krim H and Viberg M. Two decades of array processing research: the parametric approach[J].IEEE Signal Processing Magazine, 1996, 13(4): 67–94.

[13]張敏, 郭福成, 李騰, 等. 旋轉(zhuǎn)長(zhǎng)基線干涉儀測(cè)向方法及性能分析[J]. 電子學(xué)報(bào), 2013, 41(12): 2422–2429. Zhang Min, Guo Fu-cheng, Li Teng,et al.. A direction finding method and analysis based on the rotated long baseline interferometer[J].Acta Electronica Sinica, 2013, 41(12): 2422–2429.

[14]Wu Yun-tao, Wang Hai, Huang Long-ting,et al.. Fast algorithm for three-dimensional single near-field source localization with uniform circular array[C]. IEEE CIE International Conference, Chengdu, 2011: 350–352.

馬菁濤(1990–)，女，2013年于西安電子科技大學(xué)獲工學(xué)學(xué)士學(xué)位，現(xiàn)為西安電子科技大學(xué)雷達(dá)信號(hào)處理國家重點(diǎn)實(shí)驗(yàn)室碩士研究生，主要研究方向?yàn)殛嚵行盘?hào)處理。

E-mail：jtma@stu.xidian.edu.cn

陶海紅(1976–)，女，西安電子科技大學(xué)教授，博士生導(dǎo)師，主要研究領(lǐng)域?yàn)槔走_(dá)信號(hào)處理與檢測(cè)、高速實(shí)時(shí)信號(hào)處理、陣列信號(hào)處理。

E-mail：hhtao@xidian.edu.cn

謝 堅(jiān)(1986–)，男，西安電子科技大學(xué)雷達(dá)信號(hào)處理國家重點(diǎn)實(shí)驗(yàn)室博士研究生，主要研究方向?yàn)槔走_(dá)信號(hào)處理、陣列信號(hào)處理。

E-mail：xiejian1986@gmail.com

楊 杰(1989–)，男，西安電子科技大學(xué)雷達(dá)信號(hào)處理國家重點(diǎn)實(shí)驗(yàn)室博士研究生，主要研究方向?yàn)镸IMO雷達(dá)信號(hào)處理。

E-mail：yangjie_xidian@126.com

Rotating Interferometer-based Algorithm for Parameter Estimation of Near-field Source

Ma Jing-tao Tao Hai-hong Xie Jian Yang Jie
(National Laboratory of Radar Signal Processing,Xidian University,Xi’an710071, China)

This paper proposes a novel rotating interferometer-based algorithm for parameter estimation of nearfield source. The algorithm exploits the rotation of a single long baseline interferometer and the integration operation of the phase to unwrap the phase ambiguity. Thus the contradiction between the maximal unambiguous angle and the direction finding accuracy in the single baseline interferometer can be efficiently eliminated in the near-field source scenario. The algorithm can obtain the closed form solutions of the elevation and azimuth angles as well as range estimations for near-field source with two receiving sensors. It avoids the construction of high-order cumulant matrices and multi-dimension search. Simultaneously, it alleviates the requirment for multi-baseline channel consistency. Compared with the conventional double long baselines interferometer method, the proposed algorithm achieves higher parameter estimation accuracy and better performance in ambiguity resolution. Moreover, the proposed algorithm enjoys a simple structure, which is easy to be implemented in engineering application. Simulation results demonstrate the effectiveness and validity of the proposed algorithm.

Near-field source; Rotating interferometer; Two-dimensional angle estimation; Range estimation; Unwrap phase ambiguity

TN911.7

A

2095-283X(2015)03-0287-08

10.12000/JR14146

馬菁濤, 陶海紅, 謝堅(jiān), 等. 基于旋轉(zhuǎn)干涉儀的近場(chǎng)源參數(shù)估計(jì)算法[J]. 雷達(dá)學(xué)報(bào), 2015, 4(3): 287–294.

10.12000/JR14146.

Reference format:Ma Jing-tao, Tao Hai-hong, Xie Jian,et al.. Rotating interferometer-based algorithm for parameter estimation of near-field source[J].Journal of Radars, 2015, 4(3): 287–294. DOI: 10.12000/JR14146.

2014-12-01收到，2015-03-23改回；2015-04-21網(wǎng)絡(luò)優(yōu)先出版

國家自然科學(xué)基金(60971108)， 航空基金(2012***009)和西安電子科技大學(xué)基本科研業(yè)務(wù)費(fèi)(BDY061428)資助課題

*通信作者： 馬菁濤 jtma@stu.xidian.edu.cn