引言

在无线通信、雷达系统和声纳系统等领域中，高性能信号到达方向估计对于目标识别、干扰抑制和信号增强等任务至关重要[1]。然而，在实际环境中，天线阵列射频接收前端的非理想传输特性将引入阵列接收通道的幅相误差，导致实际阵列流型偏离理想阵列流型[2]，若直接采用空间谱算法，DOA估计性能下降，且测角误差明显增加。因此，阵列通道误差校正对空间谱DOA至关重要。在空域抗干扰需求下，对阵列通道误差校正后进行测向具有重要理论意义和实用价值[3]。

随着对阵列误差研究[4]的不断深入，通过建模将阵列误差校正问题转化为参数估计问题，这种校正方法主要分为自校正[5-7]和有源校正[8-10]两类。自校正方法主要是通过联合优化实现误差校正和方位估计，利用阵列结构和误差矩阵的特殊形式进行矩阵变换，需要对数据进行二维搜索，运算量较大，实际应用有难度。有源校正是已知精确方位信息的辅助信源，通过代数方法得到通道误差估计值，运算量小，校正效果好。对于线形天线阵，对单辅助源的校正位置无特殊要求，因此单辅助源校正便于实际应用。

针对强干扰环境下弱目标信号的DOA估计，传统DOA估计方法如多重信号分类法和旋转不变子空间算法[11]等，在强干扰条件下往往无法准确估计弱信号DOA，尤其是干扰和目标信号存在同一波束内时，弱目标信号可能被淹没在强干扰的谱峰中[12]。因此，若要实现微弱信号DOA估计，就必须进行干扰抑制。在空间谱估计领域，有以下处理方法：一是同时估计强、弱信号波达方向的信号分离法[13]，但是需要不断迭代去实现，存在运算量大、复杂度高难以用于实际。二是先对强干扰进行空域抑制，然后估计弱信号到达方位角，其中为代表的特征波束法[14]，在子阵上进行波束形成，产生波束零陷抵消干扰，进而估计目标信号。干扰阻塞法[15-16]通过强干扰先验信息构建阻塞矩阵，在阵列流型中抵消干扰；扩展噪声子空间方法通过对强干扰和噪声构建扩展的噪声子空间[17-18]，然后进行空间谱DOA估计。干扰阻塞法需要精确已知干扰来波方向，否则干扰阻塞矩阵有误差，对干扰信号空间谱抑制有影响，实际应用有难度。扩展噪声子空间算法无需干扰来波的方位信息，从矩阵特征值判断干扰信号属性，实际应用更为便利。但已有研究工作对上述算法多以理论仿真为主，很少构建硬件平台进行算法验证。

针对上述问题，本文研究空间谱扩展噪声子空间（Extended Noise Subspace, ENS）算法结合改进的通道幅相误差校正，在强干扰抑制条件下对弱信号的空间谱估计。由于计算机模拟仿真和实际应用有差别，因此需基于硬件平台采集数据，对干扰信号空间谱抑制算法进行外场验证。通用软件无线电[19]外设具有射频接收前端和基带数据预处理能力，以软件编程方式实现多种功能，为算法验证提供了理想平台。本文在理论仿真基础上，以USRP、八单元均匀线形天线阵和上位机构建DOA验证系统，在临近干扰信号条件下，对弱目标信源进行DOA估计。实验表明了改进误差校正算法与扩展噪声子空间算法结合，可实现临近干扰条件下的弱信号DOA估计，具备实际应用价值。

本文详细内容请下载：

https://www.chinaaet.com/resource/share/2000006039

作者信息：

孙家宝1，2，施伟2，王身云1

（1.南京信息工程大学 电子与信息工程学院，江苏 南京 210044；2.国防科技大学第六十三研究所，江苏 南京 210007）