基于稀疏对称阵列的混合信源定位

基于稀疏对称阵列的混合信源定位吴丙森，刘庆华(桂林电子科技大学信息与通信学院，广西桂林541004)摘要：针对混合信源定位中存在阵列孔径损失的问题，基于稀疏对称阵列提出了一种新'混合信源

定位方法。首先,通过不同子阵的接收数据构造一个仅与信源角度有关的特殊四阶累积量矩阵，进而利用

MUSIC算法估计出所有信源方位角，然后在每个估计角度上进行距离维的搜索，从而得到近场信源的距离 估计。该方法避免了二维搜索，且参数自动配对。同时，稀疏对称阵列的有效使用扩展了阵列孔径，提高了

参数估计精度。实验仿真结果表明该算法'有效性。关键词：信号处理；稀疏对称阵列；混合信源；四阶累积量；信源定位中图分类号:TN911.7 文献标志码：A 文章编号：1672-2337(2020)01-0074-08Mixed Near-Field and Far-Field Sources Localization Based on

SparseSymmetricArrayWU Bingsen, LIU Qinghua(School of Information and Communication, Guilin University of Electronic Technology, Guilin 541004, China)Abstract: Aperture loss is a serious problem for the localization of mixed sources. A novel algorithm for the localization of mixed sources is presented in this paper. Firstly, by constructing a special cumulant matrix throughtheobserveddataofsubarraytodePouplethedirePtion-of-arrival(DOA)estimationfromtherangeesti-

mation, we can obtain the DOA estimation of all sources using the MUSIC algorithm. And then, based on the esimaLedDOAs$LherangeparameLersofnear-fieldsourcescanbeobLainedbysearchingLherangespecLrum2In Lheproposedalgorihm$LheLwo-dimensionalsearchingisavoidedandLheparameLersareauLomaicalypaired2 ThearrayaperLureachievesbeLeruilizaionbyusingLhesparsesymmeLricaray$andLhealgorihmimproves

the DOA estimation performance. Computer simulations are implemented to verify the effectives of the proposed

algorihm2Key words： signal processing； sparse symmetric array； mixed sources % four-order cumulant； source locali­zation近场 位*为此, 学者提出了大量估计0引言近年来，信 位成为阵列信号处理中的一

点

方法，如2-D多重信号分类(Multiple Signal Clas­

sification, MUSIC)算法⑺和高阶旋转 子空间 (Estimation of Signal Parameters via Rotational Invariance Techniques, ESPRIT)算法囚都可以有

受到广泛关注*大量针对远场下的波达方向(Direction of Arrival, DOA)估计算 法被提出口当信源位于菲涅尔 ，信号 -波传播，而是以球面波的形

的信息由角度和距离

效估计*而在实际应用中近场信源和远场信源有可

播,且信源，此 f能同时存在，由于信源的 ，上述所 的近数共同 场或远场信源DOA估计算法将不再适用*为了期：20190123; 期：20190608基 :I 科学基金(No. 61861011)；广西 科学基金(No. 2016GXNSFAA380036,2018GXNSFAA138091)； 2西无线宽带通信与信号处理重点实验室主任基金(No. GXKL06160110)；广西科技重大开发项目(No.桂科AA17204093)2020年第1期吴丙森:基于稀疏对称阵列的混合信源定位75混合信源估计问题，文献通过构造 线阵的阵列孔径为 •本文所采用 累积量矩阵，然后使用算法估计近场 阵列的阵列孔径为(2M 1M) •( 岀•的阵列具有更大的阵列孔径DOA(2N1+2N2 + 1) /+ 4NMUSIC/信 ％

估计,然而该算法在(0]提岀数， 计算基于量太大少运算量，文 二 近计量的混合信 数DOA孔径，估计方 较差阵的信息场，造% 少成较大的阵列孔径估计 用计算复 和阵列阵，文献(门将对称阵均匀线阵 2分子数估计，利用子阵间的关系使用，ESPRIT-like算法进行 *阵列孔径 算法但估计结果仍 人 ，都在阵元数是基于均匀线阵 的 ，存在 的$

文献阵列孔径采用互素，从而 信 下数估计 阵*(2]$用数的子阵构径MUSIC算法估计信源角度造 对称四阶累阵列通 阵元数互，积量矩阵,然后利用。 (3]使用 特殊几何有效 阵列结构阵列孔，利量 的MUSIC算法和构造特殊点的四阶累积阵列孔径联合估计信源的角度和距离*

$ *算剔通过对不同子阵的岀 接收数据对称 四阶阵列累 积量运首角度有关的除近场信源的量构造四距离参数，构造 与信源计岀信源角度 阶累积量向量，通过这些累积量向 TopelizeMUSIC距离岀近 场信源的，根据，近最后矩阵,再利用在估计岀角度的基 算法估阵 距离场远场参数信源位于不同区域估计阵列孔径*该算法 ，且 $ 数估计二 ！*1信号模型为所采用的阵列 如图1所示，N1+N2+13和子阵1阵元数和阵元间2()的阵元数和阵元间距由阵元总数 个子阵列组成*其中子阵 2N1 距+ 1和几子阵23N2的距离分别为(2N1 + 1)几子阵列(1与子阵列图中各阵元坐2和子阵列 3之间和N1+1) / *B门 Bi = — N2 (2N]+1)，一 (N2 — 1) (2N] + 1)

—(2N]+1)，一N]，•…0$•…N— (2N] + 1)，•…

阵元到中(N2 — 1)(2心N阵元的 1 + 1)距离 N 。(2当阵元数相同时N1 + 1) p/ 为第.个

•均匀*列假设 存在 < 立窄••则带信号第.个阵入射到元接收阵数据为以中心阵元为相位参考点 KF = 1式中t=1 • •9第个阵元• 6F-tt为第接 F的个信号源 + , 噪声• 9为快拍数(1)• n.(tt为 .• 3f

(4]3 = —2兀 丁sin(0k) 和+(2)式中•为信号的波+ =! /2 cos 2人厂0kk) (3)的距离长，厂F •怡分别为第F个近场信 阵元和角接收数据 数*x() =As () +兀(t 矢量形式为(4)式中，.(方)= [；-N1—N2 t),・・・,；—N1 (),•••,；“] tt) •

…• ；n1+n2 ()『为阵元• \" (t) = (1 tt) •

S2O •…• 6k()]tK• n(t) =

矢量[n—N1—N2 tt) • • + ,为个信接收数据源的信号矢量)n1+n2 ()]t 量表• !为为阵元接收的(2(N1+N2)+1) XK维阵列流型矢噪声 •5为! = ( (01 • *1) •…，a (0f • ) •…，(0k • *k )](5)

量式中•当信源位• a (0f • *f )为((N1+N2) +1) X 1 维方向矢

• )于近 (场时• -0 * f )表5为a(0k*k

=e je—<2N1N2+N2)3k+(—<2N1N2+N2))+k],・・・，

ej：—(2N1 +1)k +( — (2N1 +1))2+k [—(N1)3k+(—N1)+f] ・・・,1 ]

・・・ej[N3k+N+k]

ej(2N1+1)3k

+(2N1+1)+k]

...ej(2N]N2+N2)3k+(2N1N2+N2)+k]] ()76雷达科学与技术第18卷第1期Ci (m 十 Ni +1)=当信源位于远场时，-#k $k )表示为a#k,rk/)=LeJ-(ON1No+No^,...,e!—#?<1+1^)，+(—DPk，…，

+(N1)k] ,ej(0N1+!)k) 卍心儿弘+弘址打T

(7)cum—m ( ),;* ( ),;0 ( ),0 ( )}=$ ck=1K4,k +m3k , ( [1,2N1 +1) (10)中,对信号作如下假设：1) 信号 程,且具有

同理,将子阵1的阵元接 的数据与子阵3 的第 阵元接收的数据 四阶累积量的运

均值、非高斯的窄带平稳随机过，信号之 相关。算,构造出(2N1+1) X1维四阶累积量向量\"，其

第m个元素分2) 阵元接收的噪声为零均值的高斯白噪声,

并且与信号相互。3)

c2( m+N1 +1)=cum —m — t

— ),n11 — ) ,—D1—1 — )}=+信源参数估计的唯一性，阵列1

$ ck=1K4,k +-k &\"+^+1) ,m ( [1,2N1 +1) (11)

阵元最 距/%!/4。子阵1的阵元接 的数据与子阵2的第阵元接收的数据 四阶累积量的运算，构2基于稀疏对称阵列的信源定位2.1

造出(2N1+1)X 1维四阶累积量向量C3,其第m 元C3(m+N1 +1)=构造特殊四阶累积量矩阵高阶累积量具有抑制高斯噪声，同时还可以

cum{x-—n((),；_N]—1(),；!1+1()}=阵列孔径等优点，因此基于

估计

累积量的空广泛关注。本文所采用的四阶累积$ ck=1K4,k e一3kn+0N1+1), m ( [1,2N1 +1) (12)

量公 (5)K令 n( [0,…，N1),m([ N1+ 2,…,N1 +\"),将

cum=cum- $ sk -)e mGm+2,( Sk -)e j3k-+.半 阵元接 的数据 四阶累积量运算， 构造出(N1+ 1)(N2 —1)X 1维向量C4,其第 ((m —N1—2)(N1+1) +n +1) 元C4((m — N1 —2) (N1 +1) +n +1)=sk#t)e 如k卄+0),(sk(t)e ( 3k+i2+2))*}=〉:C 4 e」-(+-.一(n—q)3kGL(m2—2 &(r)—N°&+k } (8)

—Kk=1Cum {；m#)$Kk=1一m#)$n#)，)()}=—式中，C4k = cum —k (t) ,* ( 11 ,k( t) ,* ( t ) }为信

号的四阶累积量，*表示复共r* 除近场信源的距离参数+k ,保留信源的角 数3k ,令 (m2 一.) — () — N0)=0,(m —.) — (n ~q ) 00,

同理,将子阵1阵元接 的数据与子阵1的参考 阵元左半 阵元接 的数据 四阶累积量算,构造出(N1+1) ( N2—1) X 1维向量C5,其

即.\\ —m ?q = —n *因此，式(8)可写为

cum — m (11 ,—m( t ) ,n( t ),；—)( t ) }=K第 m —N1—2) N1+1) +n +1) 元C5((m—N1 —2) (N1 +1) + n + 1) =$ ck=1 4,k e2 2m\"k (9)与信源角度有关cum — 一m( t )

Kk=1

( t ),；_n( t ),；； ( t ) }=(14)通过四阶累积量构造

的特殊矩阵，使其

c4 s e~23k[(m—N1)(N1+1)+N1+n)

对称阵等效于阵元间距为将向量 C5 ,3,1 ,2 ,4 垒成一个(2 ( N1N2+2N1

+ N2)+1)X1维的长向量C,表示为!/4的均匀线阵列。令m ( [—M,…,N」n为

0,首先,将子阵1阵元的接收数据与中心处的阵元

的接收数据 四阶累积运算

c=(5 ,@,1 ,C@,C4)T (15)向量C中元素的相位项m—n的

值跟均匀线阵的相位等效,

:—(N1N2 +2N1+N2) , —(N1N2 +2N1 +N 一 1),…，0 ,…,(2N1+1)X 1维四阶累积量向量“，其第+个元

素为2020年第1期吴丙森:基于稀疏对称阵列的混合信源定位A()= [a (\"1) ,•••$(%)

77(N]N2 + 2N]+N 2 —1),(D1D2 + 2M+N2)。 (19)20)通过四阶累积量运算使 对称阵列的接收数据 a (9p ) = 1 ，…，e2的 对称阵列 4个子阵来 接收数对称阵列划分为据的方 同中

4个子阵来 接收数据*2.2信源DOA估计重构方法：由式(17)〜式(20)可以看岀，矩阵！(\")类似

矢量S是由子阵1 阵元的接收数据于 < 个远场信号入射到阵元数为(N1N2+2N1 + N2+1)的均匀线阵所产生的阵列流型矩阵，

a (9k)为第k个信号的类远场阵列流型矢量*由

与子阵1中的中心参考阵元的接收数据做累积量

算的结果值 而得;矢量C2是由子阵1阵元的接收数据 与子阵4中第 阵元的接数据做累积量运算的结果值 而得，矢量C3是由子阵1 阵元的接收数据 与子阵2中第 阵元的接收数据做累积量运算的结果值组于信源sk的四阶累积量 ，且！(9)和C4\"均，因此 用MUSIC算法来估计信源角

，对构造的四阶累积量矩阵C 特征值分解为而得，矢量C4是由子阵1 阵元的接收数据与子阵4中除第 阵元外的所有阵元接收数据做累积量运算的结果值 而得，矢量C5是由子阵1 阵元的接收数据 与子阵2中除第 阵元外的所有阵元接收数据做累积量运算(21)6s =%(N1N2+2N1+N2+1)XK 较大 < 个特征值构成的信

C=\"6H =Vs\"sVH + 6n\"n6H

号.了 空间,V = %(N1 N2 +2N1+N2 +1)X((N1N2 +2N1+N2 +1)—<) 为较7j、(N1N2 +2N1+N2+1—<)个特征值构成 的噪声子 *由式(22)所示的MUSIC 估

计岀信源的方位角：的结果值 而得*在矢量的重构过程中，将矢量C1的第m个兀

素对应于重构矢量c的第m个元素，矢量C2的第

m个元素对应于重构矢量c的第m + 2N1 +1个

B(9)=aH(9.)VnVHa(9)

2・3 近场信源距离估计(2)元素，矢量C3的第m个元素对应于重构矢量c的

第一(m + 2N1+1)个元素，矢量C4的第m个元素

对应于重构矢量c的第(m —N1)(N1+D+N1 + n个元，矢量C5的第m个元素对应于重构矢量

c 的第一((m —N1) (N] + 1) +N]+n)个元素 *阵列接收数据的协方差矩阵为%=E

(24)对％进行特征值分解% = Us\"sUH + 5n\"5H，式 中，5n ( %((2(N1+N2)+ 1)X(2(N1+N2)+ 1)—K)为 较 小

向量 c 构造 (N1N2+2N1+N2+D X

(N1N2+2N1+N2+1)维的 Topelize 矩阵 C,C

(2(N1+N2)+1—<)个特征值构成的噪声子空 。将估计岀的角度带入阵列流型向量，由距离 MUSIC

的第m列 表示为C(:m )=c(N1 N2+2N1+N2+2 —估计岀近场信源的距离参数：m ：2(N1N2+2N1+N2) +2 一m )B () =aH(\"^r)UnUHa(\"^r)因此，我们构造

(16)

包含信源角度信息的特阵，可以表示为如果 rk ([0. 62(D3/A),2D2/A],其中[为阵列

孔径$则与rk对应的信源位于菲涅耳区$属于近场

信源*若r >2D2/A $则与rB对应的信 信源*由此

殊矩阵C类似于远场协方

C\\!(\")C4,s!h(\")

式中，C4\" =diag(4,s1，•+$4$P )

远场对*(17)(18)估计岀近场信 数$无需二维且近场信源的角度和距离参数

由于采用

对称阵列接收数据的协方差矩78雷达科学与技术第18卷第1期阵来估计近场信源的距离参数,直接用 估计信 数是需要考虑 方向上产生距离模糊的兀/2-—pk阵列+2N2 + 3)9 + 4/3(NiN2 + N1 + N2 + 1 )3 + 0N N2 +Nj +N2 + 1)2 + (2N! +2N2+1)29 +

糊 *信源0f(2N! + 2N2+1)29 + 4/3(2N1+2N2 + 1)3 +

(25)KAr(2N1+2N2 + 1)}。本文算法需要构造一个

cos20尸亍*k cos0k +Z2tt

*k(2N1N2+2N1+N2+1)X1的四阶累积向量以

及(2N1+2N2+1)X(2N1+2N2 + 1)的协方差矩 阵, 对

式中,Pf为第k个信源的位置，为整数， & 11*

由式#3)特 值 , 最后，因此本文算法的运算量为O{9(2NiN2+4Ni

+2N2 + 1)9 + 4/3 (NN + 2N1+N2 + 1)3 +

要使式(26)右边取得最小值，令cos20^ = 1,

*f =0. 62(D3/A)1/2, Z=i,化简得BF10. 62管(D3/!)2

A0(.NiN2 + 2N i+ N2 + 1 )2 + ( 2N! + 2N 2 +

1)29 +(2N!+2N2+1)29 + 4/3(2N1+2N2 +

1)3+K4r(2N1+2N2+1)2}* 在实际的应用中，(27)要较大的快拍数, 析 出当快拍假设阵列孔径D= !,最小阵元间距/=!\" 代入式(25)可得Bk 14.45。因此Bk 15或Bk%

—5时阵列流型向量的第k个元 产生模糊，然 而当D = !,/=!/4时,—4%bf%4,所以整个阵

数较大时，本文算法的计算复 要略大于文献

［12］和 ［13］的计算复 ，由于 ［11］使 用二 计量来估计信 数，其计算复 最，但是相对本文算法它的阵列孔径更力、,其估计

列流型向量都 产生模糊 ，估计出的每一

个近场信源的距离参数都是唯一的。更低。2.4 计算复杂度分析对本文、文献(1)、文献［12］及文献［13］四种

3计算机仿真验证所提算法的

算法与

性能，将本文所提计量的ESPRIT算算法的计算复

离的 离 构造

对比。由于运算量主要来［11］中基于二

于构造累积量矩阵、特征值

几 ，因此

的步长为厶*快拍数为9。

(4N — 1)X(4N — 1)的协方

及角度和距主要比较这几的步长为厶0,距［12］需要法、文献［12］中基于互素对称阵的近场源定位和

［13］中基于特殊的几何阵列结构的远近场混 位 对比。假设阵元总数7 (Ni=1, N2=2),最小阵元间距为！/4,采用角度和距离的 均方根误差(RMSE)

方面的运算量。假设角

(2N2+2N — 1)X1的四阶累积向量以阵，对量 ,(f—0$)

(28)及

特征值分解,然后用MUSIC 角度和距离RMSE0 =；O$的 ，因此 ［12］的总计算量为O{9(2N2 +RMSE”=J1$(f—_$)2 (29)2N—1)9+4/3(N2+N )3+0(N2+N )2 + (4N

—1)29 + 4/3(4N — 1)3+KZ*(4N — 1)2.* 文献

中：H 特

数%h,rh 角度和距角度和距离［1叮需要构造一个(2N + 1)X(2N + 1)的协方差 阵，并对其

特征值 ，最后使用 算法离第$次实验的估计值;0f *f 第k个信 数的实际值。DOA估计，文献［11］的计算量为O-2N +

1)9+4/3(2N+1)3 + 2NP+K(2N + 1)K .，其

实验1：信号 近场远场混合信源。入射信

号为2个4QAM窄带信号,近场信源与远场信源

位置 *2=1)。中K为近场信 数。 ［13］需要构造 -(0i = —13°,九=3. 5!)和(02=21°,(2(N2+1)(N1+1) + 1)X1四阶累积向量以及

(2N1+2N2+1) X (2N1+2N2+1)的协方差矩 阵$ 对 特 值 $最后［13］算法的运算量为O{9(2NiN2+2Ni在本实验中，验 算法DOA估计 随信噪比和快拍数 的 。第一，信噪 一5

dE到10dB ，步长为2dB,快拍数为700,2020年第1期吴丙森:基于稀疏对称阵列的混合信源定位特 数为500；第二，信噪 7 dB,快拍数100到1 100

，步长为200*图4为信角度均方

信噪比的

，图4为近场信源距离的均方

信噪比的 。图5和图6

是方位角和近场信源距离随快拍数的线图* 4 岀，信源角度的估计精信噪比的 而 *由于 算法采用稀对称阵列，其阵列孔径比均匀线阵(1)、互质对称

阵列(2)以及特殊的几何阵列结构大，因此 算法角度估计

要高于对比的算法*

5和6 岀，4种算法在快拍数较 数估计

较差，均 快拍数的 而 *

4和6

岀,本文算法中的近场信源距离估计精在

信噪比和快拍数的 中都高于对比算法* 算法和对比算法都是采用MUSIC算法来估计近场信源的距离，由于距离估计是基于角

估计，所以所提算法

有更高的距离估计*1.11.0—°本文远场信源角度0.9t* 本文近场信源角度文献［12 ］—一文献【远场信源角度 12】近场信源角度 書© 0.80.7T-文献亠文献【11】远场信源角度 看016<文献【文献【11】近场信源角度 ［13】远场信源角度13 ］近场j言源角度r-5< 0.40.30.2-信噪比/dB图4信源角度均方

信噪比的变化4.03.5本文信源距离文献 文献［g 3.0文献【12 ］信源距离 【11】信源距离 13】信源距离餾2.5帜2.0博1.5g L00.5图4信源距离均方根误差随信噪比的变化实验2：考虑信源均为近场时的情况*入射信号

为2个4QAM近场窄带信号，其位置

#1 =—14°,r1 =4. 5!)和(91 =21°$1=4. 5!)*79本文远场信源角度本文近场信源角度 文献(。)、亠文献文献【【12】远场信源角度12】近场信源角度糊T-文献【 【11】远场信源角度 11】近场信源角度 兆亠宦f 文献文献【【13 ］远场信源角度近场信源角度 13】仪冒悭«

图5信源角度均方根误差随快拍数的变化日、揪耿宦仪同褴暑團疽

在本实验中，验 算法DOA估计精度随信噪比和快拍数

的 *第一，信噪

一5dB到10 dB ，步长为2 dB,快拍数为700,特 数为500；第二，信噪

7dB,快拍数100到1 100

，步长为200。图7为DOA估计的角度均方 信噪比的；情，图8为近场信源距离的均方

信噪比的。图9和图10 是方位角和距离随快拍数

的 线图* 7 岀，本文算法的信源角度估计 于对比算法*由于 算法所采用 对称阵列，其阵列孔径要略大于互质对称

阵列(叮和特殊的几何阵列结构且远大于均匀

线阵(2),因此 算法具有更高的角度估计 。9和图10

岀，4种算法在快拍数较小估计

较差，随着快拍数的增大性能有所改于稳定。从图8和图10

岀，本文算法的近场信源距离估计 在

信噪比和快拍数

下都高于对比算法*由于距离估计是基于角度估计,所提算法角度估计性能最好，所以也具 有更高的距离估计

*8雷达科学与技术第18卷第1期—T°本文远场信源角度本文近场i言源角度T-一文献—T-1—文献【12】远场信源角度 文献【文献［12】近场信源角度 11 1远场彳言源角度 文献【11】近场信源角度文献【【13】】远场信源角度近场信源角度 13信噪比/dB图7信源角度均方根误差随信噪比的变化7t-•本文信源距离本文信源距离］ 2

TA ―'——1文献文献［12 ］ j言源距离1 文除［文献［12】j言源距离2 11 文献【］ j言源距离1文献【11】信源距离2 【13】信源距离信源距离1 13】2宿噪比/dE图8信源距离均方 信噪比的变化1.4—亠•—T- 本文近场1.2本文近场1信源角度 2信源角度T-文献t-文献【文献【12 ］近场1信源角度 【12】近场2信源角度 11】近场1信源角度 -H-—t- 文献文献【文献【11】近场2信源角度 【13】近场近场1信源角度 13】2信源角度图9信源角度均方根误差随快拍数的变化十本文信源距离—1—T- 本文信源距离文献［2

T-文献［⑵信源距离⑵信源距离12T-文献【11】信源距离1T-文献T-文献【11】信源距离2文献【【13】信源距离113】信源距离2

图10信源距离均方根误差随快拍数的变化4结束语本文在稀疏对称阵列模型的基础上，提岀了

混合信源DOA估计算法。通 同子阵列 接收数据的四阶累积量运算$构造 与信源角度有关的特殊四阶累积量矩阵，然后使用

MUSIC算法 所有信源的角度估计%在每个角度估计的基

距离维的 ，进而估计岀近场信源的距离参数。 算法 二 索和参数配对,稀疏对称阵列

阵列孔径，仿真实验结果表明$在相同的阵元情况下，本文算法具

有更高的估计 *参考文献：MA Yan, CHEN Baixiao, YANG Minglei $ et al. A Novel ESPRIT-Based Algorithm for DOA Estimation with Distributed Subarray Antenna [J]. Circuits Systems j Signal Processing , 2015 , 34(9):29512972.MA Xiurong , DONG Xuhao , XIE Yufeng. An Im­

proved Spatial Differencing Method for DOA Estimation with the Coexistence of Unco related and

Coherent Signals [J]. IEEE Sensors Journal , 2016 , 16 (10):3719-3723.[3]曾文浩,朱晓华，李洪涛,等.一种稀疏阵列下的二维

DOA估计方法(].航空学报,2016 , 37 (7)： 2269- 2275(]ZHENG Zhi , SUN Jie , WANG Wenqin,et al. Class-

fication and Localization of Mixed Near-Field and Far-

Field Sources Using Mixed-Order Statistics]J]. Signal

Processing,2018,143: 134-139.[5] PAIK J W , LEE J. Performance Analysis of ML-Based

DOA Estimation Algorithm in Bistatic MIMO Radar

System[C] 〃2017 7th IEEE International Symposium on Microwave , Antenna , Propagation , and EMC

Technologies (MAPE) , Xi'an：IEEE,2017：543-54&(]SUN Fenggang , GAO Bin , CHEN Lizhen , et al. A

Low-Complexity ESPRIT-Based DOA Estimation Method for Co-Prime Linear Arrays [J]. Sensors , 2016 16(9) 1367-1376'[7] HUANG Y D , BARKAT M. Near-Field Multiple

Source Localization by Passive Sensor Array]J]. IEEE

Trans on Antennas j Propagation , 1991 , 39 ( 7 )： 968-975'[8] YUEN N , FRIEDLANDER B. Performance Analysis

2020年第1期吴丙森:基于稀疏对称阵列的混合信源定位81

of Higher Order ESPRIT for Localization of Near­Field Sources!\". IEEE Trans on Signal Processing,

in Location Estimation of Radio Sources Using Near­Field DOA-Matrix Method [C\" \" 2016 International

1998, 46(3):709-719.Symposium on Antennasand Propagation (ISAP)

[9\" LIANG J L, LIU D. Passive Localization of Mixed

Near-Field and Far-Field Sources Using Two-Stage

Okinawa, J apan: IEEE , 2016: 1024-1025.!5\"刘庆华,周秀清,晋良念.相关色噪声下无冗余累积量

MUSIC Algorithm!\". IEEE Trans on Signal Process­ing, 2010, 58(1):108-120.[10\" JIN H , SWAMY M NS , AHMAD M O. Efficient

稀疏表示DOA估计[J\".航空学报,2017 , 38 (4)：

212-221Application of MUSIC Algorithm Under the Coexis­tence of Far-Field and Near-Field Sources!\". IEEE

作者简介:吴丙森 男，1994年生,广西陆川人, 桂林电子科技大学信息与通信学院硕

Trans on Signal Processing , 2012 , 60(4) : 2066-2070.!1\" JIANG Jiajia , DUAN Fajie , CHEN Jin , et al. Mixed

士研究生,主要研究方向为信号与信 息处理。Near-Field and Far-Field Sources Localization Using

the Uniform Linear Sensor Array!\". IEEE Sensors Journal , 2013 , 13(8):3136-3143.!2\"梁国龙,韩博.基于互素对称阵的近场源定位！\".电

E-mail：6350247@qq. com子与信息学报,2014 , 36(1):135139.!3\" WANG Bo , ZHAO YanPing , LIU Juanjuan. Mixed-

刘庆华 女，1974年生,四川南江人,

获西安电子科技大学信号与信息处理

OrderMUSICAlgorithmforLocalizationofFar-Field

博士学位,现为桂林电子科技大学信息 与通信学院副教授、硕士生导师,在国 内

and Near-Field Sources!J\" IEEE Signal Processing Letters , 2013, 20(4) ： 311-314.表论文50余 ([14\" TANAKA K , KIKUMA N , SAKAKIBARA K. In­

中SCI和EI收录20篇,主要研究方向

fluence of Mutual Coupling Between Array Elements

为自适应信号处理、阵列信号处理。(上接第73页)信号使敌方副瓣抑制

of Sidelobe Clutter Discrete Using Sidelobe Blanking

机 方 信号-方 信号Technique in Airborne Radars [C\" \" IEEE Aerospace Conference Big Sky Montana USA：IEEE 2018：

信号

的

参考文献：!1\" 刘

,, 定的

获取的目的,对

。大；强338-349对旁瓣匿影雷达相参干扰的应技 !J\" 航 电子对 200925(3)：43-46

!\"杨军佳,毕大平.相位法测向系统相干干扰效果分析

.

!\".电子信息对抗技术,2012,27(6)： 47-63.电 对通信作者简介：的影响及对策！\".航天电子对抗,2017,33

(5)：62-.刘 康 男，1994年出生,山东聊城 人 硕士研究生 主要研究方向为电子 对

!\" .压缩雷达旁瓣匿影干扰技术研究［D\".西安：与旁瓣干扰抑制研究［D\".与技术。西安电子科技大学,2011： 4348!\"王磊.相控阵

E-mail：416379262@qq. com西安:西安电子科技大学,2016：38-42.!\". 清.雷达对

2013：45-47

理［M\".武汉：空军预警学院,唐志凯 男，1978年出生,博士 ,副教授,主要研究方 向为 制导和制导工程。潘谊春 女，1962年出生,湖南长沙人,教授,主要研

!\"丿 .一种改进的自适应副瓣相消和副瓣匿影联合方法！\".空军预警学院，2016,30(6)： 399-403.!\" NARASIMHAN R S , VENGADARAJAN A Mitigation

究方向为 与电子对抗。