基于MR-MWC系统的载频与DOA联合估计_国强.pdf

第 5 期2023 年5 月电子学报ACTA ELECTRONICA SINICAVol.51 No.5May 2023基于MR-MWC系统的载频与DOA联合估计国强1，2，李沛1，2，徐伟1，2，戚连刚1，2，Kaliuzhnyi Mykola1，3（1.哈尔滨工程大学信息与通信工程学院，黑龙江哈尔滨 150001；2.先进船舶通信与信息技术工业和信息化部重点实验室，黑龙江哈尔滨 150001；3.哈尔科夫国立无线电电子大学，乌克兰哈尔科夫 61166）摘要：针对传统奈奎斯特采样会产生庞大的数据量以及现有的阵列压缩采样系统存在结构复杂、重构运算量大等问题，本文提出了一种基于均匀线型阵列的改进型调制宽带转换器（Modulated Wideband Converter，MWC）的阵列接收系统，无需重构即可直接对接收信号的压缩采样数据进行载频与波达方向（Direction Of Arrival，DOA）估计.所提系统在MWC测频支路中采用周期性循环移位伪随机序列作为混频函数以求得子带索引估计，采用基于快速傅里叶变换（Fast Fourier Transform，FFT）谱线插值法进行基带频率估计，且将MWC测向分支中混频函数设置为相同的伪随机序列，便可直接利用高分辨率的多重信号分类（MUltiple SIgnal Classification，MUSIC）算法对组合压缩采样数据完成DOA估计.实验仿真结果证明了所提系统能较好地从压缩采样数据中完成对目标的载频与DOA参数估计.关键词：压缩采样；均匀线阵；调制宽带转换器；载频估计；波达方向估计；阵列信号处理基金项目：国家重点研发计划（No.2018YFE0206500）；国家自然科学基金（No.62071140）中图分类号：TN911.7文献标识码：A文章编号：0372-2112(2023)05-1282-09电子学报URL:http:/DOI:10.12263/DZXB.20220322Joint Estimation of Carrier Frequency and DOA Based on the MR-MWC SystemGUO Qiang1，2，LI Pei1，2，XU Wei1，2，QI Lian-gang1，2，Kaliuzhnyi Mykola1，3（1.Dept.of Information and Communication Engineering，Harbin Engineering University of China，Harbin，Heilongjiang 150001，China；2.Key Laboratory of Advanced Marine Communication and InformationTechnology，Ministry of Industry and Information Technology，Harbin，Heilongjiang 150001，China；3.Kharkiv National University of Radio Electronics，Kharkiv 61166，Ukraine）Abstract：In view of the problems that the traditional Nyquist sampling generates huge data volume and the existing array compressed sampling systems have complex structures and large reconstruction operations,this paper proposes an array reception system based on an improved modulated wideband converter(MWC)of uniform linear array,which can directly perform carrier frequency and direction of arrival(DOA)estimation on the compressive sampling(CS)data of the received signal without reconstruction.The proposed system sets multiple MWC branches after the first antenna,and selects the periodic cyclic shift pseudo-random sequence as the mixing function,so that there is a fixed phase difference between the compressed sampled values of adjacent branches,and the subband index estimation can be obtained from the phase difference.The baseband frequency is estimated by FFT(Fast Fourier Transform)spectral line interpolation method,and the carrier frequency estimation of the received signal can be obtained when the two estimated values are combined.The rest of the array antennas are set as a single channel MWC structure,and the mixing function of each channel is the same as that in the first MWC branch of the first array antenna,which avoids the need for phase compensation and the resulting error in DOA estimation.The high-resolution multiple signal classification(MUSIC)algorithm can be directly used to complete DOA estimation on the CS data obtained from the first branch and other array antennas.The experimental simulation results show that the proposed system can estimate the carrier frequency and DOA parameters of the target from the compressed sampling data.Key words：compressed sampling;uniform linear array;modulation broadband converter;carrier frequency estimation;direction of arrival estimation;array signal processingFoundation Item(s):National Major Research&Development Project of China(No.2018YFE0206500);National 收稿日期：2022-03-28；修回日期：2022-07-04；责任编辑：覃怀银第 5 期国强:基于MR-MWC系统的载频与DOA联合估计Natural Science Foundation of China(No.62071140)1引言随着现代信息技术的快速发展，若仍遵循Nyquist采样定理进行采样，会造成前端模数转换设备的采样速率过高，后端设备存储和处理压力大等问题，这对硬件采样速率及存储空间提出了极高要求，阵列天线接收系统将在采样、存储及数据处理等方面面临挑战，而且也不利于其后续信号处理如进行参数估计等1.近年新兴的压缩感知理论可在少量采样数据下实现稀疏信号重构，将压缩和采样同时进行，为解决上述问题提供了新的思路2.基于压缩采样（Compressive Sampling，CS）的模拟信息转换技术的提出，如随机采样3、随机解调器4、多陪集采样5以及调制宽带转换器（Modulated Wideband Converter，MWC）等结构68均缓解了信号的采样压力，其中2010年提出的MWC结构实现了对稀疏多带信号的欠奈奎斯特采样，受到了学者们的广泛关注.为了降低阵列信号处理中多通道产生的巨大的采样数据量，许多学者们提出了基于欠采样的参数估计，并基于无源雷达和电子侦察环境中的发射信号的稀疏性，将一维信号采样研究扩展到了空域基于阵列式欠采样的系统参数估计研究.Kumar A A9等将均匀线型阵列（Uniform Linear Array，ULA）结构与延时网络相结合，提出了可以在欠奈奎斯特采样下完成载频（Carrier Frequency，CF）和波达方向（Direction Of Arrival，DOA）自动匹配的基于旋转不变子空间的参数估计算法.赵曼10等将多个通道的压缩采样数据与其所构造的二维无模糊阵列结构结合，实现了CF和DOA的无模糊估计，完成了时空欠采样下的参数估计.Ioushua S.S.11等提出了新的阵列MWC结构，并提供基于该结构的参数估计方法，但结构复杂，不易实现.Cui12等改进了基于均匀线阵的MWC结构，实现了系统结构简化，并提出了由两阶段估计和参数配对组成的CF和DOA联合估计方法，算法较为复杂且性能有限.Chen Tao13，14等提出了基于MWC压缩采样结构的宽带数字接收机及非重构信号检测方法，并简化了基于ULA的MWC系统，实现了离散域的CF与DOA联合估计，但其通道数多，硬件实现困难.姜思仪15等提出了L型延迟阵列MWC结构以及CF与DOA的参数估计算法，但基于L型阵列的系统及其提出的估计算法较为复杂，不便于工程实现.总之，目前现有系统与算法中存在结构冗余、性能不足以及不利于硬件实现等问题，而将MWC与阵列信号处理相结合具有重大意义，其不仅可应用于电子侦察系统的接收机中，亦可被应用在无线电检测、导弹制导、被动雷达接收机等系统中以保障国家安全和促进国防事业的发展.因此研究既可实现压缩采样又可在非重构的情况下进行后续信号处理，并且结构便于工程实现，性能又足够优秀的系统和算法极具价值.于是本文提出了一种改进型的MWC压缩采样结构，并将其与阵列结合以实现参数估计，通过实验仿真验证了所提系统的估计效果，并仿真分析了信噪比、阵元数以及快拍数对估计性能的影响.2基于ULA的改进MWC系统2.1信号模型本文所提接收机系统可用于获取电子侦察系统中的非合作信号，由于在电子侦察环境中，非合作信号在时频域内呈稀疏分布，一微秒内一个信号出现的概率约 是 9.05%，多 个 脉 冲 同 时 出 现 的 概 率 仅 仅 约 为0.45%16.所以极大概率下，电子侦察接收机在一微秒内是对单个到达信号进行处理.因此，本文假设某单个远场窄带信号入射到基于M元阵列的MWC压缩采样结构上，其入射角为，阵列接收信号可表示为x=As(n)+n=12N（1）式中，A=1 e-j2dsin e-j2(M-1)dsinT为M1维阵列流型矩阵，其中d为阵列间距，为入射信号波长，s(n)为入射信号，=1(n)2(n)M(n)T为M1维加性高斯白 噪 声 矢 量，其 均 值 为 0，方 差 为2，x=x1(n)x2(n