本发明涉及一种极化敏感阵列接收信号的极化方式三分类方法,特别是一种基于music谱的极化敏感阵列接收信号极化方式三分类方法。
背景技术:
最近,极化敏感阵列受到研究者的广泛关注,受测试工作量等因素的限制,极化敏感阵列在带罩测试阶段一般只进行极化敏感阵列接收水平和垂直极化两种线极化信号的面扫描测试,并保存各阵元接收到的幅度和相位信息,然后利用其分别合成极化敏感阵列的水平和垂直极化导向矢量。
然而,极化敏感阵列通常对接收信号的极化方式比较敏感,即只携带水平和垂直两种极化方式的导向矢量的极化敏感阵列,对于极化方式与导向矢量相匹配的接收信号,能分别通过基于music算法的空间谱估计实现较高精度的角度估计;对于极化方式与导向矢量不匹配的接收信号,难以通过基于music算法的空间谱估计实现较高精度的角度估计。
因此,在不增大测试工作量的前提下,若要完成极化敏感阵列角度估计系统的闭环,即对于不同极化方式的接收信号,通过(基于music算法的)空间谱估计能实现较高精度的角度估计,设计一种极化敏感阵列接收信号极化方式三分类方法,实现极化敏感阵列接收信号的极化方式三分类,即“极化方式类1(假设hγ,1):线极化角γ=0°”,“极化方式类2(假设hγ,2):线极化角γ≠0°且γ≠90°”和“极化方式类3(假设hγ,3):线极化角γ=90°”,是需要解决的问题。
技术实现要素:
针对上述技术问题,本发明的目的在于提供一种基于music谱的极化敏感阵列接收信号极化方式三分类方法,实现极化敏感阵列接收信号的极化方式三分类。
一种基于music谱的信号极化方式三分类方法,具体包括步骤:
s1、计算极化敏感阵列接收信号的music谱;
s2、基于music谱的特征提取;
s3、极化方式三分类器设计。
进一步地,所述步骤s1具体包括:
根据极化敏感阵列分别在水平极化和垂直极化情况下测试得到的各通道幅度:
和相位差:
其中ne为极化敏感阵列的阵元数(通道数),θ和
分别计算极化敏感阵列的水平极化导向矢量ah和垂直极化导向矢量av,即:
和
计算极化敏感阵列接收的真实线极化角为γ的信号sγ分别基于水平极化导向矢量
其中
进一步地,所述步骤s2具体包括步骤:
s201、根据极化敏感阵列接收的真实线极化角为γ的信号sγ的music谱pγh和pγv,提取基于music谱的统计特征;
s202、根据基于music谱的统计特征,分别计算music谱峰值和music谱均值之比,分别计算music谱标准差和music谱均值之比,以及分别计算music谱峰值和music谱基底之比;
s203、计算基于music谱pγh的特征xγh(sγ)和基于music谱pγv的特征xγv(sγ),获得基于music谱的特征x(sγ)。
进一步地,所述步骤s201具体包括:
分别计算music谱峰值xγh,1=max(pγh)和xγv,1=max(pγv)。
进一步地,所述步骤s201具体包括:
分别计算music谱均值xγh,2=μ(pγh)和xγv,2=μ(pγv)。
进一步地,所述步骤s201具体包括:
分别计算music谱标准差xγh,3=σ(pγh)和xγv,3=σ(pγv)。
进一步地,所述步骤s201具体包括:
分别计算music谱基底:
和
其中
和
其中θh和
进一步地,所述步骤s202具体包括:
计算music谱峰值和music谱均值之比具体为,
计算music谱标准差和music谱均值之比为,
分别计算music谱峰值和music谱基底之比为,
进一步地,所述步骤s203具体包括:
xγh(sγ)={xγh,i:i=1,...,7};
xγv(sγ)={xγv,i:i=1,...,7};
x(sγ)=xγh(sγ)∪xγv(sγ)。
进一步地,所述步骤s3具体包括:
极化方式三分类器为hγ(sγ)=c[x(sγ)]。
本发明在不增大测试工作量的前提下,能实现较高精度的角度估计,实现了极化敏感阵列接收信号的极化方式三分类。
附图说明
图1为本发明极化敏感阵列接收信号极化方式三分类方法示意图流程示意图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本实施方式以某结构状态的极化敏感阵列为例,如图1所示,基于music谱的极化敏感阵列接收信号极化方式三分类方法具体步骤如下:
第一步,计算极化敏感阵列接收信号的music谱。
根据极化敏感阵列分别在水平极化和垂直极化情况下测试得到的各通道幅度:
和相位差:
其中ne为极化敏感阵列的阵元数(通道数),θ和
分别计算极化敏感阵列的水平极化导向矢量ah和垂直极化导向矢量av,即:
和
计算极化敏感阵列接收的真实线极化角为γ的信号sγ分别基于水平极化导向矢量
其中
第二步,基于music谱的特征提取。
根据极化敏感阵列接收的真实线极化角为γ的信号sγ的music谱pγh和pγv,提取基于music谱的统计特征,
分别计算music谱峰值xγh,1=max(pγh)和xγv,1=max(pγv),其中算子max(·)表示计算最大值。
分别计算music谱均值xγh,2=μ(pγh)和xγv,2=μ(pγv),其中算子μ(·)表示计算平均值。
分别计算music谱标准差xγh,3=σ(pγh)和xγv,3=σ(pγv),其中算子σ(·)表示计算标准差。
分别计算music谱基底:
和
其中
和
其中θh和
根据基于music谱的统计特征,分别计算music谱峰值和music谱均值之比
计算基于music谱pγh的特征xγh(sγ)和基于music谱pγv的特征xγh(sγ),获得基于music谱的特征x(sγ),
xγh(sγ)={xγh,i:i=1,...,7};
xγv(sγ)={xγv,i:i=1,...,7};
x(sγ)=xγh(sγ)∪xγv(sγ)。
第三步,极化方式三分类器设计。根据基于music谱的特征x(sγ)=xγh(sγ)∪xγv(sγ)设计极化方式三分类器hγ(sγ)=c[x(sγ)],实现极化敏感阵列接收信号的极化方式三分类,即“极化方式类1(假设hγ,1):线极化角γ=0°”,“极化方式类2(假设hγ,2):线极化角γ≠0°且γ≠90°”和“极化方式类3(假设hγ,3):线极化角γ=90°”。
显然,上述实施方式仅仅是为清楚地说明所作的举例,而非对实施方式的限定。对于所属技术领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍属于本发明创造的保护范围之中。