利用Lissajous图形的雷达辐射源DOA与极化参数联合估计方法

摘要

稀疏压缩感知类算法无法对相干信号进行波达方向（DOA）估计，极化参数精度估计受幅相误差影响严重。传统算法拘束研究在一维信号层面，对上述问题解决效果不佳，所以尝试利用Lissajous图形获取更高维度的信息。首先，分析信号在空间的电场矢量形成的Lissajous图形与DOA空间关系，结合离网压缩感知（OGJS）算法进行DOA参数估计，改善原算法因灵活度拓展带来的精度损失，信噪比为5 dB时DOA估计绝对平均误差由3.83°降至0.27°；然后，利用调参变分自编码器（β-VAE）对灰度图形式的Lissajous图形仿真数据集进行学习，实现对扰动数据的重构，消除幅相误差。对比卷积自编码器网络处理一维信号，实现信噪比为10 dB、极化相差分辨率在1.5°时，小样本100轮学习训练下，匹配率由80.4%提升至99.2%。

关键词

Lissajous图形 / 离网压缩感知 / 变分自编码器 / 联合估计 / 雷达辐射源 / 波达方向