一维天线阵列DOA估计实验系统设计与实现_陈涛.pdf

ISSN 1006 7167CN 31 1707/TESEACH AND EXPLOATION IN LABOATOY第 42 卷 第 1 期Vol 42 No12023 年 1 月Jan 2023仪器设备研制与开发DOI:10 19927/j cnki syyt 2023 01 013一维天线阵列 DOA 估计实验系统设计与实现陈涛，郭立民，张文旭(哈尔滨工程大学 信息与通信工程学院;先进船舶通信与信息技术 工业和信息化部重点实验室，哈尔滨 150001)摘要:设计了一套四阵元线阵 DOA 估计实验系统用于雷达对抗等课程实验。系统主要由宽带平面螺旋天线、四通道软件无线电接收机 USP-2955 和数据处理计算机组成。平面螺旋天线放置在俯仰可调的一维支架上，可实现基于均匀或稀疏阵列的信号接收;计算机控制 USP 实现四通道同步下变频及 IQ 数据采集。在微波暗室，利用标准增益喇叭天线发射信号，采用 MUSIC 超分辨算法实现了信号的正确估计。验证了提出的稀疏阵列原子范数最小化无网格和无监督深度学习等新理论、新方法 DOA 估计的可行性，提高了测角精度;验证了提出的利用仿真数据训练网络实现基于深度学习 DOA 估计的方法。实验系统具有良好的实验指导意义和现实应用意义。关键词:DOA 估计;软件无线电接收机;宽带阵列;深度学习中图分类号:TN 974文献标志码:A文章编号:1006 7167(2023)01 0063 06Design and ealization of DOA Estimation ExperimentalSystem Using Linear Antennas ArrayCHEN Tao，GUO Limin，ZHANG Wenxu(College of Information and Communication Engineering;Key Laboratory of Advanced MarineCommunication and Information Technology，Ministry of Industry and Information Technology，Harbin Engineering University，Harbin 150001，China)Abstract:A set of 4-element linear array DOA estimation experimental system is designed in order to be applied to someexperimental teaching courses，such as radar countermeasure course The system is mainly composed of wideband planarspiral antennas，four channels software digital radio receiver(USP-2955)and data processing computer The planarspiral antennas are fixed on the one-dimensional stand with adjustable pitch，then the uniform linear array and the sparselinear array can be implemented Meanwhile，the computer can control the USP to realize the IQ data acquisition of 4-channel synchronous down conversion data In the microwave dark room，the signal transmitted by the standard hornantenna is used as radiation source Then the super-resolution algorithm，such as MUSIC algorithm，is used to completecorrect DOA estimation The feasibility of DOA estimation using the innovation theory and the novel method is verified，such as atomic norm minimization DOA estimation based on sparse linear array and unsupervised deep learningalgorithm The DOA estimation precision can be improved based on the proposed methods Meanwhile，the validity ofthe proposed method of using simulation data to train the deep learning network to realize DOA estimation is confirmedThe experimental system has good experimental guiding significance and practical application valueKey words:DOA estimation;software digital radio receiver;wideband antennas array;deep learning收稿日期:2022-05-11基金项目:国家自然科学基金项目(62071137)作者简介:陈涛(1974 )，男，辽宁铁岭人，博士，教授，主要研究方向为波达方向估计、电子侦察。Tel:18204604801;E-mail:chentao hrbeu edu cn第 42 卷0引言DOA(Direction of Arrival)估计技术已被广泛应用到雷达、电子对抗、无线通信、声呐等领域。DOA 估计主要包括波束形成类、子空间类以及稀疏重构类等算法。子空间类算法主要利用天线阵列所接收信号的二阶或高阶统计特性，结合矩阵分析等相关数学手段来估计信号的 DOA 信息。相对于波束形成类算法，其能够突破瑞利分辨率的限制。代表算法包括多重信号分类(Multiple Signal Classification，MUSIC)算法1 以及旋转不变子空间(Estimation of Signal Parameters viaotation Invariant Technique，ESPIT)算法等2。子空间类 DOA 估计算法过于依赖统计信息，需要大量独立同分布的测量数据，且在低信噪比、少快拍等条件下的估计效果并不理想。与传统的子空间估计方法相比，以 l1-svd 算法3-4 为代表的基于压缩感知理论5 的 DOA 估计算法具有能够直接处理相干信号，在低信噪比、少快拍情况下DOA 估计性能良好的优点，在近十年来得到了极大的关注与研究。但就目前的研究成果来看，传统的基于压缩感知和稀疏重构理论的 DOA 估计算法，存在网格失配和计算复杂度高等问题，限制了其在 DOA 估计领域中的发展与应用6，随之而来的基于原子范数最小化(Atomic Norm minimization，ANM)等无网格 DOA 估计方法被提出来7。以上算法其都是基于经典的统计建模技术构建的算法，依赖于对物理模型的表示和假设。而当测向系统较复杂且存在各种误差和动态变化时，基于模型的算法的性能将严重退化。近年来，随着人工智能技术的快速发展，深度学习等方法在阵列信号处理领域的应用引起学者的关注8-9。相比基于模型的算法无论在 DOA 估计精度、适应阵列误差以及计算实时性等方面都具有明显的优势。进一步还可将稀疏重构模型与深度学习技术结合构建 DOA 估计模型，实现无监督的 DOA 估计10。在阵列方面，ESPIT 算法一般适用于均匀阵列(Uniform Linear Array，ULA)，而 MUSIC 算法一般适应用任意阵列。由于 ULA 的 DOA 估计算法的估计性能与自由度受阵元数目限制的问题，稀疏线阵(SparseLinear Array，SLA)结构应运而生11。近年来，随着嵌套阵列12(Nested Array，NA)以及互质阵列13-14(Coprime Array，CA)的相继提出，稀疏阵列得以进一步发展。为更好地开展 DOA 估计有关的实验设计，以USP(Universal Software adio Peripheral，通用软件无线电外设)平台为主构建 DOA 估计实验系统得到重视，如构建采用基线相位差的 GNSS 干扰测向系统15。但结合 DOA 估计理论的发展，进一步验证稀疏阵列的 DOA 估计性能，灵活得多通道 DOA 估计实验系统设计显得更为重要。本实验以四通道 USP-2955 软件无线电接收机为核心，采用宽频带平面螺旋天线实现信号接收，利用 LabView 实现数据采集，构建多通道一维线阵 DOA 估计系统，为新理论、新方法的验证提供实验平台。1实验系统构成四阵元一维线阵 DOA 估计实验系统主要由宽带平面螺旋天线、四通道软件无线电接收机 USP-2955和数据处理计算机组成，如图 1 所示。为得到一个良好的无线电实验环境，在外屏蔽、内吸收的微波暗室中进行实验，微波暗室大小为 18 m 10 m 5.5 m，频段400 MHz 18 GHz。图 1DOA 估计实验总体设计架构1.1主要实验设备和软件1 1 1实验硬件(1)信号源。实验采用 2 台微波信号源，2 个宽频带喇叭天线，频段 2 18 GHz，如图 2 所示。可设置不同功率、不同频率信号模拟信号入射。并可模拟同时、同频到达信号，用来验证算法的超分辨性能。(2)4 个平面螺旋天线。图 3 所示为宽频带平面螺旋接收天线，4 个平面螺旋天线的主要参数指标:圆极化;直径 50 mm;频段 2 18 GHz;驻波比 VSW2;输入最大承受功率为 40 dBm;波束宽度为 120;全频段增益0 dB。图 2宽频带喇叭发射天线图 3宽频带平面螺旋接收天线(3)天线支架。采用3 m 长支架，附有刻度标尺，天线可在支架上面滑动以便变换不同阵列摆放。支架高度和俯仰可调，俯仰可调范围为 0 90。可根据实验需求设置成相位模糊与不模糊接收阵列、均匀阵列、非均匀阵列、稀疏阵列等。(4)软件无线电接收机。采用 NI 公司的四通道46第 1 期陈涛，等:一维天线阵列 DOA 估计实验系统设计与实现USP-2955 软件无线电接收机设备，如图 4 所示，工作频段为 10 MHz 6 GHz;最高接收功率 10 dBm;最大瞬时带宽 80 MHz;最大 I/Q 采样率为 100 MHz;分辨率 14 bit;可调增益范围 0 95 dB。图 4USP-2955 接收机1 1 2实验软件(1)LabView 软件。编程实现 USP-2955 数据采集与存储。(2)DOA 估计算法。利用采集的数据可采用相位干涉仪、长短基线解模糊、MUSIC 超分辨、原子范数最小化无网格、深度学习网络等算法实现 DOA 估计，并利用 LabView 实现界面显示。1.2接收机接收功率计算在微波暗室条件下，实验中信号链路传输如图 5所示。图中 Gt和 Gr为发射天线和接收天线对应的不同频率下的增益，可根据定制的天线手册得到。Pt和Pr为发射信号和 USP 接收机接收端接收到的信号功率。Ls为空间自由衰减，发射天线与接收天线之间的距离为 10 m，发射信号频率为 2 和 4 GHz 时，可得到Ls分别为 58 和 64 dB。L1和 L2分别为信号发射端与信号接收端的连接线缆损耗。因此，USP 接收机接收到的信号功