课题基金 / 基金详情

被动雷达阵列稀疏优化与FRI无网格DOA估计方法研究

批准号:
62071137
项目类别:
面上项目
资助金额:
60.0 万元
负责人:
陈涛
依托单位:
学科分类:
雷达原理与技术
结题年份:
2024
批准年份:
2020
项目状态:
已结题
项目参与者:
陈涛

项目摘要

结项摘要

陈涛的其他基金

相似基金

相关文献

中文摘要
目前,被动雷达、电子侦察及认知雷达等电子战系统面临在相控阵体制下的新应用,但受通道及结构限制,存在从多阵元中选取部分阵元实现优化设计和面对不同频率的敏捷布阵新问题。因此项目以受限非半波长、非均匀的稀疏优化阵列高精度DOA估计为目标,主要研究约束条件下的稀疏阵列优化与无网格DOA估计两个内容。创新性地提出基于强化学习的多目标稀疏阵列优化方法,以互质等稀疏阵列作为候选阵列和回放记忆单元,依据测角精度CRB、角分辨力、自由度等构成多目标优化函数,实现认知优化布阵。将有限新息率FRI理论扩展到稀疏阵列测向,提出基于FRI的稀疏阵列无网格DOA估计(FRIDA)方法,利用迭代过程求满足卷积约束的优化解,从而不依赖SDP过程。研究虚拟阵列扩展、插值滤波、信源数估计、二维FRIDA等问题。成果将为电子侦察等系统提供全新解决方案;促进DOA估计、FRI理论的应用与发展;也必将促进国家安全和国防事业的发展。
英文摘要
Currently, electronic warfare systems, such as passive radar, electronic reconnaissance and cognitive radar system, are facing a novel application with the develpment of phased array system. Due to the limitation of channels and structure, it is a new difficulty to how to select a few antennas from a multi-element phased array to realize optimal design and rapid array deployment for reconnaissance and direction finding. So under these constraints realizing non-half wavelength and non-uniform array design and high presion DOA estimation are main targets and research contents in this project.An innovative idea based on reinforcement learning is proposed to solve the multi-objective optimization function problem.The existence sparse array,such as co-prime array, is selected as candidate arrays and experience replay data. According to the optimization criterion where the DOA estimation presion(CRB),angle resolution,degree of freedom are considered, cognitive and optimal array design will be implemented. Meanwhile, Finite Rate of Innovation (FRI) sampling theory is applied to sparse array DOA estimation.So sparse arrays gridless DOA eatimation based on FRI(FRIDA) is investigated.Using this alogrithm, the iterative process instead of SDP process is used to solve the optimal solution satisfying the convolution constraints.Furthermore, for the sparse array DOA alogrithm,such as virtual array expansion,interpolation,filter, virtual array source number estimation, 2D-FRIDA will be studied. The project achievements will provide a new solution for the passive radar electronic reconnaissance system. This project can significantly promote the application and development of sparse array DOA estimation and FRI theory in electronic reconnaissance field, and furtherly enforce the development of national security and national defense.
被动雷达、电子侦察及认知雷达等电子战系统面临阵列设计、高精度DOA估计等实际问题,但受通道及结构限制,存在从多阵元中选取部分阵元实现优化设计和面对不同频率的敏捷布阵新问题。因此项目以受限非半波长、非均匀的稀疏优化阵列高精度DOA估计为目标,主要研究约束条件下的稀疏阵列优化与无网格DOA估计问题。(1)针对阵列的优化设计算法研究,本课题完成了基于自适应遗传算法的阵列稀疏优化、基于SAC算法的一维非均匀阵列优化设计、基于曲线映射约束条件的阵列优化设计三部分内容,解决现有在雷达被动测向系统中,天线数量影响算法运算复杂度以及阵元间距受波长限制的问题。(2)针对基于FRI的无网格DOA估计算法研究,本课题提出了一种基于连续协方差数据向量的无网格DOA估计算法优化模型,利用近端梯度下降算法来求解双变量优化问题,保证算法的收敛性;证明了在单快拍、无噪声的理想情况下,ANM-DOA与FRI-DOA估计算法之间的等价性,为统一无网格DOA估计做出了贡献;将原子范数模型推广到了极化敏感阵列,给出了理论证明。(3)针对无网格DOA高精度估计算法研究,本课题完成了利用多快拍快速内点法,对算法模型进行降维,具有更低的算法复杂度和更高的运算效率;本课题研究具有任意几何结构的平面天线阵列的二维无网格DOA估计算法,利用第一类Bessel函数对信号的协方差数据进行展开,得到适用于二维可分离ANM算法模型的数据;将无网格DOA估计的研究扩展到基于FRI的正交偶极子阵列信号参数估计,研究了基于ANM的极化敏感阵列二维波达方向估计、基于NYFR采样均匀线阵结构的参数估计、基于无监督深度学习的无网格DOA估计、基于ANM的稀疏阵列误差自校正DOA估计等领域。课题取得成果将为电子侦察等系统提供全新解决方案;促进DOA估计理论的应用与发展;已在多家科研单位得到推广和应用,必将促进国家安全和国防事业的发展。
观探测AUV行为动力学建模及行为优化控制方法研究
  • 批准号:
    51809060
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    22.0万元
  • 批准年份:
    2018
  • 负责人:
    陈涛
  • 依托单位:
基于MWC压缩采样原理的被动雷达宽带数字接收机研究
  • 批准号:
    61571146
  • 项目类别:
    面上项目
  • 资助金额:
    59.0万元
  • 批准年份:
    2015
  • 负责人:
    陈涛
  • 依托单位:
周期结构中弹性波控制机理的研究
  • 批准号:
    11102047
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    28.0万元
  • 批准年份:
    2011
  • 负责人:
    陈涛
  • 依托单位:
国内基金
海外基金