星載測向定位技術研究

陸安南，繆善林，邱 焱

（中國電子科技集團第三十六研究所，浙江嘉興314033）

0 引言

隨著通信技術的發展，特別是移動通信衛星的大量部署和應用，以及與其相應的TDMA、（W）CDMA等多址通信技術［1］的廣泛應用，衛星對輻射源定位系統遇到了時頻重疊輻射源定位問題。傳統的單星測向定位［2］采用較多的是二維相位干涉儀測向體制（PIDF），雖然其測向精度較高，算法簡單，可以實時對單個輻射源快速定位，但是不具備對同頻或同信道信號的測向能力，不能適應復雜電磁環境下的定位要求，而且其測向精度仍然需要提高。采用陣列處理測向技術的定位系統可以在PI＿DF系統的硬件基礎上，修改測向處理軟件，用子空間投影測向算法（SSP－DF）或基于盲源分離（BSS）測向算法（BSS－DF）對時頻重疊的多個信號進行高分辨率二維角測向，并計算得到各輻射源的位置。陣列處理測向與PI－DF相比利用了更多的相位和幅度信息，具有更高的測向精度。本文在簡要介紹圓陣上的PI－DF算法、SSP－DF算法以及BSS－DF方法后，從理論上對前兩種測向算法的精度進行了分析，并通過仿真對SSP－DF和BSS－DF方法的分辨率作了比較，驗證了陣列處理測向算法的優越性。

1 測向與定位算法簡介

1.1 相位干涉儀測向算法

在圖1所示的N元均勻圓陣中，以φ1（α，β），…，φN（α，β）表示基線A1A2，…，ANA1上的相位差，那么有：

φn（α，β）＝（4πr／λ）sin（θ／2）sin（α＋（n－0.5）θ）cosβ式中，n＝1，…，N，α是來波方位，β是仰角，r是圓陣半徑，λ是信號波長，θ＝2π／N。

設φn（α，β）的測量主值為＝（φn（α，β）＋Δφn）mod2π，－π≤＜π，其中Δφn是誤差。在最小二乘準則下，（α，β）的解為：

圖1 陣列結構示意圖

若（α0，β0）充分靠近（α，β），則有：

式中，J＝（?Φ／?α，▽Φ／?β）｜（α，β）＝（α0，β0），（α，β）＝（α0＋Δα，β0＋Δβ）。

其協方差矩陣為：

特別的，當（α0，β0）＝（α，β）時，（）＝（α0＋，β0＋）是（α，β）的無偏估計，且P的主對角線元素分別為α和β的測量方差。

若ΔΦ的各分量非獨立同分布（例如用多通道接收機同時測量各路信號相位后再相減并取主值的方法獲得），則：

其協方差矩陣為：

1.2 子空間投影測向算法

以MUSIC［3］算法為例，如果陣列的輸出為x（t）＝As（t）＋n（t），其中A是N個陣元構成的陣列流形矩陣，s（t）是M（M＜N）個信號構成的矢量，n（t）是陣列噪聲矢量，當信號與噪聲之間不相關時，將x（t）的協方差矩陣Rx進行特征分解，記Un為對應于特征值按降序排列的后N－M個特征向量，那么MUSIC算法空間譜PMUSIC（α，β）＝（aH（α，β）UnUa（α，β））－1的M個極點對應的（α，β）即為M個來波方向，其中a（α，β）是構成陣列矩陣A的流形矢量，圖2給出了MUSIC算法對兩個信號測向仿真的空間譜。

圖2 MUSIC算法陣列測向結果

關于子空間測向算法精度，文獻［4］給出了對單個信號測向誤差的CRLB為：

式中，rx是由N個陣元位置的x坐標構成的矢量，L為快拍數。

1.3 基于盲源分離的測向算法

BSS問題可以描述為對陣列輸出x（t）＝Bs（t）＋n（t）（B是混合矩陣），計算一個M×N階的分離矩陣W，使得y（t）＝Wx（t），從混合數據x（t）中分離出源信號矢量s（t）。BSS技術具有自動補償陣列誤差及不需要知道陣列結構、參數等優點，所以實現簡單。對于BSS（如獨立分量分析ICA）方法得到的源信號存在尺度和順序模糊問題，即W·B＝Γ（Γ為廣義置換矩陣），可以通過特殊的陣列結構［5－6］，基于分離矩陣W對輻射源測向。

考慮到混合矩陣B比陣列流形矩陣A更接近實際情況，不受陣列形式限制，可以在獲得源信號矢量s（t）的估計y（t）后對B進行最優估計測向［7］，也可以通過下式測向：

式中i＝1，…，M，bopti是B的最優估的列矢量。圖3給出了對圖2輻射源采用該方法進行測向的譜圖，由于兩個目標的測向譜值是獨立計算的，因此對給定的方位角和仰角平面上的點，取兩個目標譜值的最大值作為空間功率值。

圖3 對圖2中雙信號的測向結果

2 單信號測向精度比較

考慮在多通道并行接收情況下，比較PI－DF和MUSIC算法對單信號測向的精度。利用L個樣本點計算相位的誤差關系＝（L·SNR）－1，以及‖rx‖2＝Nr2／2和式（4）、（5）可以得到：

由式（7）可知，兩種方法對α和β的測向誤差比為常數。考慮到式（5）所表示的CRLB存在可否達到的問題，因此對測向誤差隨信噪比（取N＝5）以及陣元數（N＝3，4，5，6，7，8）變化的情況進行了仿真比較，如圖4～5所示。理論上可以證明，對于N的上述取值，基于ΔΦ的前N－1行采用加權最小二乘法測向的誤差表達式與式（4）相同。

圖4 MUSIC與PI－DF性能對比（隨信噪比變化，N＝5）

圖5 MUSIC與PI－DF性能對比（隨陣元數變化）

3 雙信號測向分辨率比較

高分辨率測向方法可以用有限孔徑的天線陣分辨幾個來自不同方向的同頻信號，突破了傳統的基于常規波束形成方法［9］所面臨的Rayleigh限。圖6～7給出了常規Capon方法和MUSIC算法的角分辨能力對比，其中，接收天線是半徑為0.23m、陣元數為5的均勻圓陣（在頻率為1.6GHz時此陣列組陣后的3dB波束寬度約為17°），雙目標到達角分別為（0°，60°）和（0°，66°）。兩個信號的調制樣式、頻率以及信噪比都相同，分別為BPSK、1.6GHz以及10dB，兩個信號的碼速率分別為19.2kbps和24.8kbps。

圖6 常規波束形成方法測向結果

圖7 MUSIC方法測向結果

同時，如圖8和圖9所示，在陣列模型存在誤差時，BSS－DF方法具有比MUSIC算法更高的角度分辨率。其中，仿真誤差模型設置為相位擾動滿足μ（0°，15°）的正態分布以及幅度擾動滿足μ（0dB，2dB）的正態分布，其余條件與圖6相同。

圖8 存在模型誤差時MUSIC方法測向結果

圖9 存在模型誤差時BSS－DF方法測向結果

為了更好地對比在存在模型誤差的情況下MUSIC方法和BSS－DF方法的性能，圖10和圖11給出了兩種方法的角分辨能力和測向性能隨信噪比變化情況，其余仿真條件與圖9相同。

圖10 MUSIC和BSS－DF角分辨性能對比

圖11 MUSIC和BSS－DF測向性能對比

結果表明基于式（6）的BBS－DF方法性能要優于MUSIC算法，并與文獻［7］所述盲源分離投影測向方法相比性能相當，雖然計算量略大，但是測向精度與信號個數估計正確與否無關。

4 結束語

隨著衛星通信技術，特別是衛星移動通信技術的快速發展，傳統的單星相位干涉儀測向技術越來越不能滿足衛星無源定位系統對時頻重疊輻射源的定位需要，而陣列信號處理測向不僅具有對時頻重疊多信號測向定位方面的顯著優勢，并且對單個輻射源測向定位也比相位干涉儀擁有更高的精度。陣列信號處理技術不僅在衛星測向定位方面有著很好的應用前景，而且隨著信號處理軟、硬件技術水平的迅速提高，在衛星實時定位系統中進入應用階段也指日可待。■

［1］ 衛星通信［M］.張更新，劉愛軍，等譯.北京：人民郵電出版社，2002.

［2］ 陸安南.單星無源測向定位及精度分析［J］.電子科學技術評論，2000（1）：23－26.

［3］ Schmidt RO.Multiple emitter location and signal parameter estimation［J］.IEEE Trans.on ASSP，1986，34（3）：276－280.

［4］ 鄧鍵敏，吳瑛.利用微分幾何參數優化圓陣測向性能的方法研究［J］.信號處理，2010，26（8）：1137－1142.

［5］ Sawada H，Mukai R，Makino S.Direction of arrival estimation for multiple source signals using independent component analysis［C］.IEEE，Seventh International Symposium on Signal Processing and Its Application，2003：411－414.

［6］ 馬光偉，劉章孟，黃知濤.基于獨立分量分析的源信號波形與DOA聯合估計［J］.通信對抗，2012，31（2）：1－4.

［7］ 繆善林，陸安南.盲源分離技術在電子偵察中的應用［J］.通信對抗，2013，32（2）：5－7.

［8］ 自適應盲信號與圖像處理［M］.吳正國，唐勁松，章林柯，等譯.北京：電子工業出版社，2005.

［9］劉宏清，廖桂生，張杰.穩健的Capon波束形成［J］.系統工程與電子技術，2005，27（10）：1669－1672.