本發(fā)明屬于無源定位技術領域，特別涉及基于稀疏陣的近場相干源的無源定位技術。

背景技術：

無源定位是指自身不輻射電磁波的定位系統(tǒng)僅通過被動地接收目標輻射或反射的電磁信號，利用各個站點接收信號的時間、相位等信息差異，快速準確地獲取目標距離與方位信息，在電子偵察、電子干擾等中具有重要的應用價值。無源定位可分為遠場無源定位與近場無源定位:若目標輻射的電磁波到達各測量站點可近似為平面波，則稱該類目標的定位為遠場無源定位；若目標輻射的電磁波到達各測量站點可近似為球面波，則稱為近場無源定位。

在軍事電子體系的對抗中，復雜電磁環(huán)境下的雷達生存和探測能力將受到極大的挑戰(zhàn)。實際信號環(huán)境中，多徑效應和復雜電磁干擾會產生大量的強相關和相干信號，導致協方差矩陣秩虧，使得子空間類doa估計算法失效。文獻“sourcelocalizationandsensing:anonparametericiterativeadaptiveapproachbasedonweightedleastsquares.ieeetransactionsonaerospaceandelectronicsystems,vol.46,no.1,pp.425-443,jan.2010.”中針對遠場的相干源信號，提出了基于自適應迭代的算法；該算法通過迭代解相干實時自適應調整滿足最小方差無失真準則的空域濾波器系數，從而可估計相干源信號、有限快拍等信號的角度，可應用于稀疏非均勻陣列，增大陣列孔徑和方位角分辨力。然而，當信號源位于近場時，自適應迭代算法需要構造非常大維度的導向矩陣，因此具有非常大的計算復雜度，從而無法實時有效探測信源位置。因此，研究一種搜索維度小、分辨力高、計算復雜度小，工程實用性強的近場無源定位方法在實際中具有重要的應用價值。

技術實現要素：

本發(fā)明所要解決的技術問題是，提供一種搜索維度小、天線陣列少、分辨力高、計算復雜度小、工程實用性強的近場相干源定位方法。

本發(fā)明采用的技術方案是，本發(fā)明使用一種基于稀疏陣的近場相干源的無源定位方法，包括以下步驟；

步驟1：將整個線性陣列分為三個子陣；設整個線陣孔徑為d，陣元總個數為m；子陣1位于線陣的左側，孔徑為d1，陣元個數為m1；子陣2位于線陣的右側，孔徑為d2，陣元個數為m2，di＜＜d，i＝1,2；使得目標相對于子陣1和子陣2為遠場信號，相對于整個陣列為近場信號；

步驟2：子陣1和子陣2使用自適應迭代算法估計遠場方位角；

子陣1和子陣2的輸入信號分別為y1(n)和y2(n)，y3(n)為整個陣列輸入信號；目標信號記為s(n)，通過空域濾波器近似恢復出目標信號記為根據恢復出的目標信號，計算出各目標對于子陣1和子陣2的的方位角；設共有p個目標，子陣1和子陣2分別使用自適應迭代算法對目標進行方位角估計，測得第p個目標對于子陣1和子陣2的方位角分別為θ1p，θ2p；

步驟3：根據各目標對于子陣1和子陣2的方位角，由正弦定理可求得第p個目標到子陣1和子陣2的距離r1、r2；

設子陣1測得p1個目標，子陣2測得p2個目標，則形成至多p1p2個交點，這些交點為目標位置候選點；

步驟4：通過整個陣列接收的信號定位近場目標，在步驟3計算出的目標位置候選點周圍使用自適應迭代算法進行小范圍搜索，直到角度和距離搜索精度達到要求為止。

進一步的，所述步驟2中方位角的計算方法為：

步驟2.1：首次迭代前，采用常規(guī)波束形成方法的空域濾波器恢復估計目標信號的功率記為

步驟2.2：第q次迭代時，由歸一化構成的對角矩陣p^(q-1)估計輸入信號y1(n)的自相關矩陣將估計所得的自相關矩陣帶入最小方差無失真準則的空域濾波器恢復估計目標信號的歸一化功率p^(q)；

步驟2.3：計算相鄰兩次迭代得到的歸一化功率差的2范數，對是否停止迭代進行判定：如果其值小于設定的收斂值，則停止迭代，輸出最后一次迭代得到的信號功率向量；如果其值大于設定的收斂值，重復步驟2.2-2.3，直到滿足條件為止；

步驟2.4：對功率幅度進行譜峰搜索得到真實目標所在方位角估計值。

本發(fā)明提供了一種基于稀疏陣的近場相干源的無源定位方法。該方法通過構造對角矩陣估計接收信號自相關矩陣解相干，適用于相干源、相關源、非相干源，對陣列的幾何構型幾乎沒有要求，因此能夠以較低成本實現大孔徑和較高分辨力。通過遠近場結合的思想，可以縮小近場目標的搜索范圍，快速實時的定位近場目標位置，工程實用性強。

附圖說明

圖1為本發(fā)明的近場窄帶接收信號幾何結構圖；

圖2為陣列結構及子陣測角交點圖；

圖3為步驟2中自適應迭代算法的流程圖；

圖4為子陣方位角估計圖；

圖5(a)、(b)分別為兩個相干源在步驟4.3后的局部二維譜峰圖；

圖6(a)、(b)分別為兩個相干源確定方位角后在距離像上進行搜索的切面圖。

具體實施方式

步驟1：如圖1所示，設近場無源定位的天線陣列系為線陣列且布陣范圍為[0,d]，陣元個數為m。其中，d表示陣列孔徑，單位為米。隨機稀疏布陣的位置可以以如下方式描述：在位置0以及位置d處各布置1個陣元且位置分別設為d1與dm，在(0,d)米范圍內以隨機均勻分布的方式放置m-2個陣元，其位置分別為d2,…,dm-1。將整個線性陣列分為三個子陣，設子陣1位于線陣的左側，孔徑為d1，陣元個數為m1。子陣2位于線陣的右側，孔徑為d2，陣元個數為m2。使得目標相對于子陣1和子陣2為遠場信號，相對于整個陣列為近場信號。即該陣列探測目標距離r范圍為

其中，λ為接收信號波長，max(·)表示最大值。

步驟2：子陣1和子陣2使用自適應迭代算法估計遠場方位角。

子陣1和子陣2的接收信號分別為y1(n)和y2(n)，y3(n)為整個陣列接收信號。原目標信號記為s(n)，通過空域濾波器近似恢復出目標信號記為目標對于整個陣列為近場目標。假設為搜索角度，θ1,θ2,…,θk表示搜索角度值，k表示搜索角度個數，共有p個信源，第p個信源距子陣1的距離為r1p，方向θp，定義其坐標為(r1p,θp)，設第p個信源到達第m個陣元的距離為第m個陣元接收信源p相對于參考陣元的相對延遲為δrmp＝rmp-r1p。

整個陣列接收的回波信號用矢量表示為

y3(r,θ,n)＝a(r,θ)s(n)+v(n)

其中，y3(r,θ,n)＝[y3,1(r,θ,n)y3,2(r,θ,n)…y3,m(r,θ,n)]^t，n表示快拍，[·]^t表示向量或矩陣的轉置，s(n)＝[s1(n)s2(n)…sp(n)]^t，p為信源個數，v(n)＝[v1(n)v2(n)…vm(n)]^t表示高斯零均值隨機白噪聲，a(r,θ)＝[a(r1,θ1)a(r2,θ2)…a(rp,θp)]，δrmp表示第m個陣元接收信源p相對于參考陣元的延遲；

由陣列幾何關系可知，y1(n)為y3(n)的前m1行，y2(n)為y3(n)的后m2行。信源對子陣1和子陣2為遠場信號,因此y1(n)與y2(n)可用遠場信號形式表示。在窄帶信號中，子陣1和子陣2第n個快拍的接收信號可以表達為

yo(n)＝ao(θ)s(n)+vo(n),n＝1,…,n,o＝1,2

其中，n為快拍總數，vo(n)，o＝1,2為子陣o接收的零均值高斯白噪聲。由于信源對子陣1和子陣2為遠場信號，導向矩陣ao(θ)，o＝1,2與距離無關，則ao(θ)＝[ao(θ1),ao(θ2),…,ao(θk)]，其中f為中心頻率，θk表示第k個搜索角度，c0為電磁波傳播速度，e(·)表示指數函數，j表示虛數單位，子陣2測角方法與子陣1相似，以子陣1為例，估計遠場方位角的步驟如下：

步驟2.1：首次迭代前，采用常規(guī)波束形成方法的空域濾波器恢復

其中，是的第k個元素，(·)^h表示矩陣或向量的共軛轉置。

步驟2.2：則由估計的目標信號可得對應的功率其第k個元素可表示為

其中，|·|表示求模運算，∑為求和符號，為k×1的向量；

步驟2.3：將中的元素歸一化得將作為k×k維對角矩陣p⁽⁰⁾的對角元素，更別表示每個目標對應的功率；

步驟2.4：當第q次迭代(q≥1)時，由p^(q-1)估計輸入回波信號的自相關矩陣

其中，σ²為噪聲的方差，i為對角矩陣，其對角元素均為1。

步驟2.5：根據最小方差無失真準則設計空域濾波器，輸出為目標信號的估計值

其中，k＝1,2,…k，(·)^-1表示矩陣求逆。

步驟2.6：估計的目標信號的功率為的第k個元素為

步驟2.7：將中的元素歸一化得將作為k×k維對角矩陣p^(q)的對角元素。

步驟2.8：計算相鄰兩次迭代得到的歸一化功率差的矩陣2范數，對是否停止迭代進行判定：如果||p^(q)-p^(q-1)||＜ε(ε為設定的收斂值)，則停止迭代，輸出最后一次迭代得到的功率如果其值大于設定的收斂值，則更新遞增迭代次數，重復步驟2.4-2.7，直到滿足條件為止。

步驟2.9：對目標功率進行譜峰搜索，尋找其p個極大值，得到真實目標所在方位角估計值。

步驟3：設共有p個目標，子陣1和子陣2分別使用自適應迭代算法對目標進行方位角估計，測得第p個目標角度分別為θ1p，θ2p。則由正弦定理可求得第p個目標到子陣1和子陣2的距離r1、r2。

設子陣1測得p1個目標，子陣2測得p2個目標，則形成至多p1p2個交點，這些交點包含了目標的真實位置。

步驟4：通過整個陣列接收的信號定位近場目標，在估算出的目標位置周圍使用自適應迭代算法進行小范圍搜索，直到角度和距離搜索精度達到要求為止。

步驟4.1：由步驟3得到若干個交點，分別記為(li,αi),i＝1,2,…w。其中，w為交點總個數，αi為子陣1估計的方位角，li為由步驟3對應αi計算得到的信源與子陣1的距離，在交點(li,αi),附近搜索

步驟4.2：假設搜索角度范圍為q表示搜索的角度個數，搜索距離范圍為[gi,1,gi,2,…gi,t]，li＝(gi,1+gi,q)/2，t表示搜索的距離個數；將搜索二維區(qū)域排成一維，即則針對搜索的第k個格點對應坐標為由步驟2中近場模型可求得表示第k個格點對應的導向矢量，將簡記為bk。

步驟4.3：將bk帶入到步驟2中的a1(θk)，同時y3(n)取代y1(n)，a(r,θ)取代a1(θ)，重復步驟2.1-2.5。對目標功率進行譜峰搜索，尋找其p個極大值對應的格點分別為u1,…,up，根據格點和坐標的對應關系，得到目標所在位置分別為

步驟4.4：在附近重復步驟4.2-4.3進行搜索，直到搜索達到角度和距離精度要求。

本發(fā)明的效果通過以下仿真實驗進行說明：

在孔徑為100m的陣列上隨機布陣30個陣元，其中分別有12個陣元隨機分布在孔徑為10m的子陣1和子陣2上?；夭ㄐ盘栴l率為1ghz，兩個相干源目標分別位于(3000m,-15°)、(8000m,20°)，噪聲為零均值高斯白噪聲，方差為1，信噪比為20db。

如圖4所示，由步驟2子陣1測得兩個相干源方位角分別為-15.1°、20°；子陣2測得方位角為-16.7°、19.4°。通過步驟3計算得到3個交點的坐標為(3430.4m,-15.1°)、(160.3m,-15.1°)和(9007.3m,20°)。由步驟4近場搜索最后得到目標位置為(3000.4m,-15°)和(8001.3m,20°)。仿真結果表明，本發(fā)明提出的方法能夠有效的估計相干源位置，同時利用遠近場的結合的思想，能夠大大減少計算量，工程實用性強。