[发明专利]基于框架理论的最小阵元数稀疏阵的优化方法

说明书

本发明实施例公开了一种基于框架理论的最小阵元数稀疏阵的优化方法，包括：基于远场窄带信号的来波方向，期望方向图以及所述远场窄带信号的阵元，对所述远场窄带信号的阵列稀疏问题进行建模，获得最小化阵元稀疏阵综合问题；按照参考阵元的不同分布，对所述最小化阵元稀疏阵综合问题进行简化，得到简化后的稀疏框架问题；使用次优反馈的零空间追踪硬阈值算法，对所述简化后的稀疏框架问题进行求解，获得所述阵元位置。本发明用同一组参数可用于任意规模的线阵与面阵，无需对超参数的选择进行优化，在同样的误差范围下，优化后的阵元数目更少。

技术领域

本发明涉及雷达技术领域，尤其涉及基于框架理论的最小阵元数稀疏阵的优化方法。

背景技术

随着越来越高的角度分辨力要求与天线成本的进一步降低，大规模阵列越来越普及。在重量、体积和成本有限时，要获得大孔径天线得到较高的角度分辨力，且尽量减少天线阵元数目，可采用最小阵元稀疏阵设计方法。

近年来，贝斯压缩感知BCS算法通过将对称阵列优化问题转换为稀疏约束优化框架，并通过贝叶斯压缩感知(BCS)算法求解，可以有效地减少阵列中的天线元件数量。但文中假设阵元加权只有实部，且阵元分布对称。针对这一问题，一些学者提出了将单任务贝叶斯压缩感知(ST-BCS)以及多任务贝叶斯压缩感知(MT-BCS)应用于最小阵元稀疏线阵、最小阵元稀疏面阵、最小阵元稀疏共形阵以及最小阵元稀疏同心圆环阵中，仿真结果都较为理想，但超参数的选择对不同阵元规模的方向图综合问题影响不同，针对不同问题需要做多次实验得到一组适用的超参数，不具有普遍适用性。且在处理面阵问题时，阵元稀疏率只能达到0.64。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了一种基于框架理论的最小阵元数稀疏阵的优化方法，同一组参数可用于任意规模的线阵与面阵，无需对超参数的选择进行优化，在同样的误差范围下，优化后的阵元数目更少。

本发明实施例提供的一种基于框架理论的最小阵元数稀疏阵的优化方法包括：

基于远场窄带信号的来波方向，期望方向图以及所述远场窄带信号的阵元，对所述远场窄带信号的阵列稀疏问题进行建模，获得最小化阵元稀疏阵综合问题；

按照参考阵元的不同分布，对所述最小化阵元稀疏阵综合问题进行简化，得到简化后的稀疏框架问题；

使用次优反馈的零空间追踪硬阈值算法，对所述简化后的稀疏框架问题进行求解，获得所述阵元位置；

其中，所述分布包括：对称或者不对称。

可选的，所述基于远场窄带信号的来波方向，期望方向图以及所述远场窄带信号的阵元，对所述远场窄带信号的阵列稀疏问题进行建模，获得最小化阵元稀疏阵综合问题包括：

当所述远场窄带信号的阵元是线阵时，基于远场窄带信号的来波方向θ以及期望方向图，确定所述阵元的阵列导向矢量；

基于所述远场窄带信号的波长λ，第i个阵元与参考点之间的距离d_i，来波方向θ_p以及所述阵元的阵列导向矢量，确定波束形成方向图P(θ)；

其中，阵列导向矢量为：

波束形成方向图P(θ)为：

P(θ)＝a(θ_p)^H*a(θ)，

对所述阵元与加权值W相乘计算，确定加权后的波束形成方向图P(θ)；其中，加权后的波束形成方向图P(θ)为：

表示矩阵点乘；

对所述加权后的波束形成方向图P(θ)进行稀疏化，得到备选阵元位置pos_cand；