国防科技大学刘振团队：基于均匀圆阵的近场源定位技术研究进展 | 《电子与信息学报》佳文速递

研究背景

阵列信号处理在通信、声呐和雷达等领域的电子侦察环节中发挥着非常重要的作用。如图1所示，空间中的辐射源按照与接收阵列距离分为远场源和近场源。远场源近似为平面波，对远场源定位只需要对波达方向进行估计；而近场源处于阵列的菲涅耳区，对近场源定位除了需要对波达方向进行估计，还需要对距离参数进行估计。在信号形式上，相较于窄带信号，宽带信号更有利于目标检测、参量估计和目标特征提取。线性调频(Linear Frequency Modulated, LFM)信号是一种典型的宽带信号，具备较强的抗多径效应、抗频谱弥散和抗干扰等特性。

图1 远场信源和近场信源传播示意图

在阵列结构上，均匀线阵的分辨力主要集中在法线方向，当波达方向为±60°时，分辨力会下降一半。均匀圆阵下近场源定位场景如图2所示，相较于均匀线阵只能对一维DOA进行估计，均匀圆阵可以实现方位角和俯仰角等二维DOA估计，并且在不同方位角的分辨率具有各向同性。

图2 均匀圆阵下近场源定位场景示意图

近日，国防科技大学刘振教授团队在《电子与信息学报》发表最新综述文章：《基于均匀圆阵的近场源定位技术研究进展》点击阅读原文，从旋转短基线和多子阵结果聚类等方面介绍了近场源定位解模糊方法，从时域、频域、分数阶傅里叶域等方面阐述了近场LFM信号的三维位置参数估计方法。

基于均匀圆阵的近场源定位解模糊方法

针对阵列的孔径大于辐射源的半波长，相位模糊会导致辐射源位置参数估计算法失效的问题，作者团队提出了基于旋转短基线的解模糊方法。此外，为了同时解决定频和调频近场源定位的问题，作者团队提出了基于模糊度搜索下多子阵结果聚类的解模糊方法。

1. 基于旋转短基线的解模糊方法

针对近场源定位，作者团队提出一种利用旋转均匀圆阵形成虚拟短基线的解模糊方法，流程图如图3所示。相比于基于MUSIC算法下的旋转解模糊方法，利用相位差解模糊方法的计算复杂度更小，但是需要接收旋转前后两组数据，因此只适用于频率不变的定频近场源的参数估计。

图3基于旋转短基线的解模糊方法流程图

2. 基于多子阵结果聚类的解模糊方法

为了解决旋转短基线方法只适用于定频近场源参数轨迹场景，作者团队提出了一种基于模糊度搜索下多子阵结果聚类的解模糊方法，流程图如图4所示。该方法能够同时解决定频和调频近场源定位场景。基于模糊度搜索下多子阵结果聚类解模糊算法能够解模糊的范围广，并且计算复杂度较小，估计的性能较好。

图4 基于多子阵结果聚类的解模糊方法流程图

基于均匀圆阵的近场LFM信号定位方法

在综合现有的宽带和窄带下近场源参数估计算法的基础之上，作者团队从时域、频域、分数阶傅里叶域将均匀圆阵下的宽带LFM信号进行窄带化处理，通过多种方式提取窄带化模型下的相位信息，结合相位差反演参数估计算法，提出了基于聚焦变换的近场LFM信号定位方法、基于分数阶傅里叶变换的近场LFM信号定位方法、以及基于时延的近场LFM信号定位方法。

1. 基于聚焦变换的近场LFM信号定位方法

传统的基于聚焦变换的宽带信号参数估计算法在获得聚焦协方差矩阵后均采用基于谱峰搜索的MUSIC算法估计得到辐射源信号的参数信息，如果延用3D-MUSIC算法，计算复杂度将成倍增加。相较而言，基于相位差反演的近场LFM信号三维位置参数估计方法具有在计算复杂度和估计精度上的优势。因此，将聚焦协方差矩阵和相位差反演参数估计算法结合起来，能够实现快速的近场LFM信号参数估计。瞄准非相干宽带近场LFM信号的三维位置参数估计问题，作者团队在双边相干变换算法的基础之上对其加以改进，提出了基于聚焦变换的近场LFM信号定位方法，流程图如图5所示。该方法无需LFM信号位置参数的先验信息，突出算法对宽带近场LFM信号参数估计的精准性和实时有效性。

图5 基于聚焦变换的宽带近场LFM信号定位方法流程图

2. 基于分数阶傅里叶变换的近场LFM信号定位方法

针对非相干的宽带近场LFM信号，利用其在分数阶傅里叶域的能量聚焦性，作者团队提出了基于FRFT的近场LFM信号定位方法，流程图如图6所示。相对于传统的谱估计方法，计算复杂度得到了极大的降低，但分数阶傅里叶域峰值点搜索需要消耗一定的时间，对单个LFM信号位置估计的计算效率低于基于聚焦变换的方法，但针对多个非相干的宽带LFM信号，该方法无需采用带通滤波器对LFM信号进行分离，降低了硬件成本。

图6 基于FRFT的宽带近场LFM信号定位方法流程图

为了验证解模糊的有效性，将基于FRFT算法的三维位置参数估计的RMSE与基于聚焦变换(FOcus SHift, FOSH)算法以及基于FRFT结合三维MUSIC方法(FRFT-3DMUSIC)进行了对比。从图7可以看出，基于FRFT结合三维MUSIC算法的无模糊估计范围比相位差反演参数估计算法更广，能够实现对超过无模糊估计阈值频率的LFM信号的精确参数估计。此外，基于聚焦变换和基于FRFT定位算法对超过无模糊估计阈值频率的LFM信号进行三维位置参数估计时，会出现相位模糊的情况，导致算法失效。在采用解模糊算法后，基于FRFT的算法和基于聚焦变换的算法均能实现对LFM信号三维位置参数的无模糊估计，从而证明了算法采用解模糊方法后对超过无模糊估计阈值频率的LFM信号进行定位的有效性。

图7 近场LFM信号三维位置参数估计的RMSE

3. 基于时延的近场LFM信号定位方法

针对非相干宽带近场LFM信号的高频段大带宽的定位问题，作者团队结合“去斜”的基本原理，提出了基于时延的宽带近场源定位方法，流程图如图8所示。该算法直接在时域对LFM信号进行时延混频处理，通过提取类窄带信号模型下频域输出的峰值实现对非相干LFM信号的分离，同时利用峰值相位构建相邻阵元相位差矩阵建立与相位差反演参数估计算法的联系，得到LFM信号三维位置参数的估计值。

图8 基于时延的宽带近场源定位方法流程图

基于均匀圆阵的近场LFM信号定位算法单次运行的时间的如表1所示，可以看出，基于时延的算法耗时最少，基于分数阶傅里叶变换算法和ISSM-3DMUSIC算法的计算复杂度相对较大。

表1 单次运行平均时间对比

总结与展望

本文主要围绕均匀圆阵下的近场源的三维位置参数估计展开研究，具有一定的理论和应用价值。为了进一步完善阵列信号处理的理论体系，从以下两个方面对下一步工作进行展望：

（1）多径效应等因素会产生完全相干或部分相干的辐射源信号同时入射到阵元的情形，需要考虑能够估计相干辐射源位置参数的算法。

（2）入射到阵元的宽带辐射源信号并非只处于阵列的近场菲涅尔区，可能存在近场和远场辐射源同时存在的情形，此时需要算法能够对近远场混合辐射源进行分类识别并估计出相应的位置参数。

团队介绍

刘振

国防科技大学电子科学学院教授，主要研究方向为雷达目标识别与对抗，阵列信号处理和机器学习。

陈鑫

航天飞行器生存技术与效能评估实验室助理研究员，主要研究方向为阵列信号处理和无源定位.

苏晓龙

国防科技大学电子科学学院在读博士生，主要研究方向为阵列信号处理和深度学习。

户盼鹤

国防科技大学电子科学学院副教授，主要研究方向为雷达系统设计、阵列信号处理和深度学习。

刘天鹏

国防科技大学电子科学学院副研究员，主要研究方向是雷达信号处理、电子对抗和交叉眼干扰。

彭勃

国防科技大学电子科学学院副研究员，主要研究方向是信号处理、微多普勒特性分析和模式识别。

刘永祥

国防科技大学电子科学学院教授，主要研究方向是雷达目标识别、雷达微动特性、阵列信号处理。

美编 | 赵 唯、陈 倩

声明

本文系《电子与信息学报》独家稿件，内容仅供学习交流，版权属于原作者。欢迎评论、转载和分享本公众号原创内容，转载请与本号联系授权，标注原作者和信息来源《电子与信息学报》。

本号发布信息旨在传播交流。如涉及文字、图片、版权等问题，请在20日内与本号联系，我们将第一时间处理。《电子与信息学报》拥有最终解释权。