共形阵列天线稀疏重构类多极化波达方向估计技术研究

Conformal array antenna that conforms to a surface of carrier platform can achieve the “smart skin” antenna and has become an important trend for the development of mobile platform. Direction-of-Arrival (DOA) estimation by conformal array antennas can provide directional information. Current conformal array antenna DOA estimation techniques are dominated by subspace methods, and cannot effectively deal with DOA estimation in non-ideal situations such as low Signal-to-Noise Ratio and limited snapshots. Sparse reconstruction based DOA estimation is lead into the direction finding of conformal array antenna with respect to polarization diversity. The sparse polarization diversity data of three-dimensional (3D) surface conformal array is modeled and analyzed considering polarization diversity of array manifold. On this basis, the method for improving diversity of conformal array antenna units is given and the new techniques for sparse reconstruction based DOA estimation techniques for conformal array antennas are proposed. The research can not only enrich and improve the direction-finding theory of conformal array antenna, but also provide novel technical approaches for feature extraction of space targets..This project could be considered as the deepening and expansion of the previous projects funded by Chinese Nature Science Foundation. The prospective achievements of the project can be expected to have wide applications in space target detection and identification as well as other fields.

“灵巧蒙皮”的共形阵列天线已成为移动平台天线发展的重要方向。利用共形阵列天线实现来波信号方向估计可为空间目标识别提供重要的方位信息。以子空间类方法为主体的现有共形阵列天线波达方向估计技术，不能有效地解决低信噪比、少快拍数等非理想信号环境中的来波测向问题。本项目将基于稀疏重构的波达方向估计思想引入到共形阵列天线的测向领域，开展低信噪比、少快拍数条件下的共形阵列天线多极化波达方向估计技术研究。针对共形天线阵列流形的多极化特点，构建并分析三维曲面共形阵列的多极化数据稀疏表示模型，给出共形阵列天线单元极化方向图的优化分集方法，提出较为系统的共形阵列天线稀疏重构类多极化波达方向估计新技术，进一步丰富发展共形阵列天线的测向理论，为利用共形阵列天线实现空间目标方位信息提取提供新的技术途径。本项目是前期国家自然科学基金项目研究的深化和拓展，预期研究结果在空间目标探测、目标识别等领域具有广泛应用前景。

项目完成了三维曲面共形阵列天线输出的多极化数据稀疏表示模型构建与分析研究，梳理了基于分维、盲极化或二者相结合的完备基建模方法，提出了一系列无线电信号时、频、空域稀疏重构类参数估计方法，为基于阵列的通信对抗目标准确识别提供了技术储备与支撑。主要工作如下：针对常用的三维共形曲面，在考虑单元极化方向图差异的条件下，分析了极化参数与稀疏建模之间的内在关系，寻求了简洁的多极化超完备表示建模方法，借鉴已有对线阵、面阵的空域输出模型稀疏性分析方法，引入极化参数，建立共形阵列天线多极化数据稀疏表示模型。基于实数域矩阵降维的稀疏贝叶斯跳频信号到达角估计算法，基于协方差矩阵“分裂”思想的共形阵列天线实值化来波方向与极化状态联合估计方法以及盲极化DOA估计方法的研究；开展了基于非圆信号的共形阵列天线波达方向估计技术的研究以及基于辐射源射频指纹特征（幅度，极化等维度的指纹特征）的目标识别技术。开展了近似L0 范数稀疏重构算法以及稀疏贝叶斯稀疏重构算法在在信号时、频、空域参数估计中的应用。针对辐射源原始信号空间细微特征提取鲁棒性不高的问题，通过核函数投影的方法，利用高维核空间对于信号非线性、非平稳性以及非高斯性等特征描述的独特优势，分别在CRC分类算法和JRC分类算法的基础上提出了两种核空间投影下的辐射源信号分类识别算法。针对辐射源细微特征描述的多样性以及由各种不同特征提取算法综合带来的特征数据集维度高、信息冗余量大，特征参量取舍困难以及由此带来的分类运算时间开销大，无法满足实时辐射源分类识别要求的问题，研究了两种不同特征属性约简下的通信辐射源信号个体识别算法。针对战场非合作条件下，辐射源种类多样，不同辐射源信号标签样本获取困难，可用于训练学习的数据集有限的问题，研究了三种半监督条件下的辐射源信号个体识别算法，借助信号样本之间的相关性解决因训练样本过少带来的辐射源识别正确率较低的问题。