[发明专利]一种基于极化敏感阵列的抗干扰方法

说明书

本发明一种基于极化敏感阵列的抗干扰方法，利用信号的极化信息建立四维谱函数，有效提高角度分辨率，然后利用极化矢量的范数为常数这一特点，应用Lngrange乘数法进行降维操作，将多维搜索归纳到约束最优化问题，解决了极化敏感阵列测角算法多维搜索运算量大的难题，将涉及的将运算时间降低了两个量级，提高运算速度。

技术领域

本发明涉及一种极化敏感阵列的抗干扰方法，具体涉及一种极化敏感阵列的解角方法。

背景技术

自20世纪90年代开始，针对在复杂战场环境条件下对末制导导引头抗干扰能力的需求，主要采用极化的高分辨方法解决抗干扰难题。极化的高分辨方法是利用极化空间域方法测算雷达信号的角度。

目前大部分相关高分辨方法均由传统标量阵列的高分辨方法推广和改进而来。诸如：将经典的子空间分解方法“多重信号分类方法”和“子空间旋转不变参数估计方法”进行移植，实现了多维参数的联合估计。进一步，国内外还将最大似然、子空间拟合算法及其变体应用，得到了比上述子空间分解类算法更优的性能，但是代价是需要多维搜索，消耗更多计算资源。

发明内容

本发明针对现有抗干扰方法运算量大、速度慢的问题，本发明提供了一种基于极化敏感阵列的抗干扰方法，由四维搜索变为二维搜索，运算量减少两个数量级，提高运算速度。

本发明一种基于极化敏感阵列的抗干扰方法的技术方案为：包含以下步骤：步骤一、获取用于解角的阵列流型矩阵

A＝[a₁ a₂ … a_K]

其中

a_k是单个正交双极化的天线的极化域-空域导向矢量，k为入射信号矢量个数，其中a_s为阵列空域导向矢量，a_p为正交双极化的天线的极化域-空域导向矢量，为方位角，θ_k为俯仰角，γ_k为极化幅角，η_k为极化相位角；

步骤二、将其归纳到一个约束最优化问题，在W^HW＝1约束条件下，利用Lagrange乘数法，构造代价函数L(λ,w)；

L(λ,w)＝w^HBw+λ(1-w^Hw)

λ为常数，B＝Ω^HU_nU_n^HΩ

步骤三、对代价函数进行导数向量求导，令共轭梯度为零向量，最小值等于该角度点上B的最小特征值；

即为

步骤四、导数向量求导后，以局部极值为原则对谱峰进行搜索，从而得到空间到达角及极化信息。

本发明的有益效果：

1.在复杂战场环境条件下，采用了基于极化敏感阵列形式的高分辨测角技术，能够提高测角能力。

2.提高测角能力，使得导引头在搜索、跟踪过程中增强导引头抗干扰能力。

3.大大减少了算法运算量，通过降维操作将四维搜索降为二维，大大降低了运算量。

附图说明

图1为本发明的一种基于极化敏感阵列的抗干扰方法流程图。

具体实施方式

下面结合附图和具体实施方式对本发明的技术方案做进一步详细的解释和说明，如图1所示。