机载共形阵列误差估计与补偿方法分析

《机载共形阵列误差估计与补偿方法分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文若有不实之处，本人承担一切法律责任。本人签名：________日期:________

2、______西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属于西安电子科技大学。学校有权保留送交论文的复印件，允许查阅、借阅论文；学校可以公布论文的全部或部分内容，允许采用影印、缩印或其它复制手段保存论文。同时本人保证，获得学位后结合学位论文研究成果撰写的文章，署名单位为西安电子科技大学。保密的学位论文在____年解密后适用本授权书。本人签名：________日期:______________导师签

3、名：________日期:______________摘要摘要共形阵列因其良好的隐身性能、气动性能和更广的估角范围等优点被广泛应用于雷达、声纳和无线通信等领域。本论文主要针对共形阵列天线，以阵列的误差校正为主要方向，在共形阵列的导向矢量建模、误差校正算法等关键技术上进行了研究。由于共形阵列受到载体曲率的影响和阵元的特殊排布，共形阵列的导向矢量建模与线、面阵存在差异，考虑阵列误差后模型将变得更为复杂，因此共形阵列的误差校正成为了阵列信号处理研究中的一个难点问题。首先介绍了阵列误差校正算法的分类，并

4、对其中经典的算法进行了详细的推导分析。接着引出阵列流形分离技术（ManifoldSeparationTechnique,MST）。流行分离技术是将任意导向矢量分解为两部分的乘积：只与阵列有关的采样矩阵和只与来波有关的系数矢量。本论文在运动平台下利用阵列流形分离技术提出了一种误差校正算法，该算法利用了流形分离中采样矩阵对误差稳健的优点，克服了采样矩阵离线量测难以实现并且无法实时更新阵列误差的缺点，实现了误差条件下对信源的稳健估角。仿真结果证明，该算法能够有效实现运动平台下对不同误差的误差校正。关键

5、词：共形阵列，误差校正，阵列流形分离（MST），运动平台论文类型：应用基础研究类I西安电子科技大学硕士学位论文IIABSTRACTABSTRACTTheconformalarrayiswidelyusedthroughoutradar,sonarwirelesscommunicationandsoon.Thisdissertationaimsatthedevelopmentofarrayerrorcalibration,especiallyinsteeringvectormodelingforc

6、onformalarrayandcalibrationalgorithmforconformalarray.Becauseofthespecialconfigurationofelementinconformalarrayandtheinflunceofcarriercurve,thesteeringvectormodelforlineararrayandplanerarrayisnolongersuitableforconformalarray.Takeerrorintoconsiderati

7、on,thesteeringvectormodelofconformalarraywillbemorecomplex.Asaresult,theerrorcalibrationforconformalarrayisdifficultyinarraysignalprocessing.Theclassificationoferrorcalibrationalgorithmsisfirstlyintroducedandwegivethederivationandanalysisindetail.The

8、manifoldseparationtechnique(MST)isamethodformodelingthesteeringvectorofantennaarraysofpraticalinterestwitharbitrary2-Dor3-Dgeometry.Itistheproductofasamplingmatrix(dependentontheantennaarrayonly)andaVandermondestructuredcoefficientsvectordependingont