该基础知识笔记来源于空间谱估计理论与算法(王永亮…等)。

波程差

两个阵元间的波程差为:
τ=1c(xcos⁡θcos⁡φ+ysin⁡θcos⁡φ+zsin⁡φ),\tau=\frac{1}{c}(x \cos \theta \cos \varphi+y \sin \theta \cos \varphi+z \sin \varphi),τ=c1​(xcosθcosφ+ysinθcosφ+zsinφ), 其中ccc为光速。

1. 平面阵

设阵元的位置为(xk,yk),k=1,...,M(x_k,y_k),k=1,...,M(xk​,yk​),k=1,...,M,以原点为参考点,另假设信号入射参数为(θi,φi),i=1,...,N(\theta_i,\varphi_i),i=1,...,N(θi​,φi​),i=1,...,N,分别为方位角(azimuth angle)和俯仰角(zenith angle),其中方位角表示与xxx轴的夹角,则有:
τki=1c(xkcos⁡θicos⁡φi+yksin⁡θicos⁡φi).\tau_{ki}=\frac{1}{c}(x_k \cos \theta_i \cos \varphi_i+y_k \sin \theta_i \cos \varphi_i).τki​=c1​(xk​cosθi​cosφi​+yk​sinθi​cosφi​).

2. 线阵

设阵元的位置为xk,k=1,...,Mx_k,k=1,...,Mxk​,k=1,...,M,以原点为参考点,另假设信号入射参数为θi,i=1,...,N\theta_i,i=1,...,Nθi​,i=1,...,N,表示为方位角(azimuth angle),其中方位角表示与yyy轴的夹角(即与线阵防线的夹角),则有:
τki=1c(xksin⁡θi).\tau_{ki}=\frac{1}{c} (x_k \sin \theta_i).τki​=c1​(xk​sinθi​).

空间频率

表示成空间频率(Spatial Frequency)为:

ΦˉX≜sin⁡(ϕR(q))cos⁡(ηR(q))=qx∣∣qˉ∣∣,ΦˉY≜sin⁡(ϕR(q))sin⁡(ηR(q))=qy∣∣qˉ∣∣,\bar{\Phi}_X \triangleq \sin(\phi_R(\mathbf{q}))\cos(\eta_R(\mathbf{q})) = \frac{q_x}{||\bar{\mathbf{q}}||},\\ \bar{\Phi}_Y \triangleq \sin(\phi_R(\mathbf{q}))\sin(\eta_R(\mathbf{q})) = \frac{q_y}{||\bar{\mathbf{q}}||},ΦˉX​≜sin(ϕR​(q))cos(ηR​(q))=∣∣qˉ​∣∣qx​​,ΦˉY​≜sin(ϕR​(q))sin(ηR​(q))=∣∣qˉ​∣∣qy​​,其中以IRS的坐标qˉ=[px,py,pz]T\bar{\mathbf{q}}=[p_x,p_y,p_z]^Tqˉ​=[px​,py​,pz​]T为参考点。

阵列方向图

阵列输出的绝对值与来波方向/到达角(AOA)之间的关系称为天线的方向图(Pattern)。
方向图一般分成两类:1)阵列输出的累加(不考虑信号及来向),即静态方向图;2)带指向的方向图(考虑信号指向),其中信号的指向是通过控制加权相位实现。
对于某一确定的 元空 间阵列,在忽略噪声的条件下,第lll个阵元的复振幅为:
xl=g0e−ȷwτl,l=1,...,m,x_l = g_0 e^{-\jmath w \tau_{l}}, l =1,...,m,xl​=g0​e−ȷwτl​,l=1,...,m,
式中g0g_0g0​为来波的复振幅,τl\tau_lτl​为第lll个阵元与参考点之间的延迟。设第lll个阵元的权值为wlw_lwl​,那么所有阵元加权的输出为:
Y0=∑l=1mwlg0e−ȷwτl,l=1,...,m(2.4.2)Y_0 = \sum_{l=1}^{m} w_l g_0 e^{-\jmath w \tau_l}, l = 1,...,m \qquad (2.4.2)Y0​=l=1∑m​wl​g0​e−ȷwτl​,l=1,...,m(2.4.2)
对上式取绝对值并归一化后可得到空间阵列的方向图G(θ)G(\theta)G(θ)为
G(θ)=Y0max⁡{∣Y0∣},(2.4.3)G(\theta) = \frac{Y_0}{\max\{|Y_0|\}}, \qquad (2.4.3)G(θ)=max{∣Y0​∣}Y0​​,(2.4.3) 如果式中$w_l = 1,l=1,2…,m, $,则上式为静态方向图,则上式为静态方向图,则上式为静态方向图G_0(\theta)$。
线面我们将针对阵列的类型分开讨论。

1. 均匀线阵(Uniform Linear Array)

假设均匀线阵的问距为ddd,且以最左边的阵元为参考点(原点),另假设信号入射方位角为θ\thetaθ,其中方位角表示与线阵法线方向的夹角,则阵元之间的波程差

τ=1c(xksin⁡θ)=1c(l−1)(dsin⁡θ)(2.4.4)\tau = \frac{1}{c} (x_k \sin \theta) = \frac{1}{c} (l-1) (d \sin \theta) \qquad (2.4.4)τ=c1​(xk​sinθ)=c1​(l−1)(dsinθ)(2.4.4)
则式(2.4.2)可简化成:Y0=∑l=1mwlg0e−ȷwτl=∑l=1mwlg0e−ȷ2πλ(l−1)dsin⁡θ=∑l=1mwlg0e−ȷ(l−1)βY_0 = \sum_{l=1}^{m} w_l g_0 e^{-\jmath w \tau_l} = \sum_{l=1}^{m} w_l g_0 e^{-\jmath \frac{2\pi}{\lambda}(l-1)d\sin \theta} = \sum_{l=1}^{m} w_l g_0 e^{-\jmath(l-1) \beta}Y0​=l=1∑m​wl​g0​e−ȷwτl​=l=1∑m​wl​g0​e−ȷλ2π​(l−1)dsinθ=l=1∑m​wl​g0​e−ȷ(l−1)β 其中β=2πdsin⁡θλ\beta = \frac{2 \pi d \sin \theta}{\lambda}β=λ2πdsinθ​,λ\lambdaλ为入射信号的波长。
当上式wl=1,l=1,2,...,mw_l = 1, l = 1,2,...,mwl​=1,l=1,2,...,m时,可进一步简化为
Y0=mg0eȷ(m−l)β/2sin⁡(mβ/2)msin⁡(β/2)(2.4.5)Y_0 = m g_0 e^{\jmath (m-l)\beta/2} \frac{\sin (m\beta / 2)}{m \sin (\beta /2)} \qquad (2.4.5)Y0​=mg0​eȷ(m−l)β/2msin(β/2)sin(mβ/2)​(2.4.5)
由上式可得ULA的静态方向图:
G0(θ)=∣sin⁡(mβ/2)msin⁡(β/2)∣G_0(\theta)= \left| \frac{\sin(m\beta /2)}{m \sin(\beta /2)} \right|G0​(θ)=∣∣∣∣​msin(β/2)sin(mβ/2)​∣∣∣∣​
当式(2.4.5)中的wl=eȷ(l−1)βdw_l = e^{\jmath (l-1) \beta_d}wl​=eȷ(l−1)βd​, βd=2πdsin⁡θdλ,l=1,...,m\beta_d = \frac{2 \pi d \sin \theta_d}{\lambda}, l =1,...,mβd​=λ2πdsinθd​​,l=1,...,m时,可简化为:
Y0=mg0eȷ(m−1)(β−βd)2sin⁡[m(β−βd)/2]msin⁡[(β−βd)/2].Y_0 = m g_0 e^{\jmath \frac{(m-1)(\beta - \beta_d)}{2} } \frac{\sin [m(\beta-\beta_d)/2]}{m \sin [(\beta-\beta_d)/2]}.Y0​=mg0​eȷ2(m−1)(β−βd​)​msin[(β−βd​)/2]sin[m(β−βd​)/2]​.

如下,图2.4.1(a)为静态方向图,图2.4.1(b)为指向为30o30^o30o的方向图,另外加了旁瓣电平为−30dB-30\rm{dB}−30dB的切比雪夫权。

2. 平面阵列(Uniform Plane Array)

假定这个平面阵是矩阵阵列,维度为m×nm\times nm×n个阵元组成,几何关系如下图。
定义:以左上角的阵元为参考点,xxx轴上有nnn个间隔ddd的均匀线阵,θ\thetaθ和φ\varphiφ分别为方位角和俯仰角。

  • 当竖面放置阵列(图a),信号入射到第kkk个阵元上引起的与参考阵元间的时延为:
    τ=1c(xkcos⁡θcos⁡φ+yksin⁡θcos⁡φ)\tau = \frac{1}{c} (x_k \cos \theta \cos \varphi + y_k \sin \theta \cos \varphi )τ=c1​(xk​cosθcosφ+yk​sinθcosφ)

  • 当竖面放置阵列(图b)和y=0y=0y=0,信号入射到第kkk个阵元上引起的与参考阵元间的时延为:
    τ=1c(xkcos⁡θcos⁡φ+zksin⁡φ)\tau = \frac{1}{c} (x_k \cos \theta \cos \varphi + z_k \sin \varphi)τ=c1​(xk​cosθcosφ+zk​sinφ)

  • 因此,当wi=1,g0=1w_i = 1,g_0 = 1wi​=1,g0​=1时,水平面放置的平面阵的方向图:
    G(θ)=∑i=1me−ȷ2πλ(xicos⁡θcos⁡φ+yisin⁡θcos⁡φ)=∑i=1m∑k=1ne−ȷ2πdλ((i−1)cos⁡θcos⁡φ+(k−1)sin⁡θcos⁡φ)=∑i=1me−ȷ2πdλ((i−1)cos⁡θcos⁡φ)∑k=1ne−ȷ2πdλ((k−1)sin⁡θcos⁡φ)=Grow(θ)Gcol(θ)\begin{array}{ll} G(\theta) & = \sum_{i=1}^{m} e^{-\jmath \frac{2\pi}{\lambda} (x_i\cos \theta \cos \varphi + y_i \sin \theta \cos \varphi) } \\ &= \sum_{i=1}^{m} \sum_{k=1}^{n} e^{-\jmath \frac{2\pi d }{\lambda} ((i-1)\cos \theta \cos \varphi + (k-1) \sin \theta \cos \varphi) } \\ &= \sum_{i=1}^{m} e^{-\jmath \frac{2\pi d}{\lambda} ((i-1) \cos \theta \cos \varphi) } \sum_{k=1}^{n} e^{-\jmath \frac{2\pi d}{\lambda} ((k-1) \sin \theta \cos \varphi) }\\ &=G_{row} (\theta)G_{col} (\theta) \end{array}G(θ)​=∑i=1m​e−ȷλ2π​(xi​cosθcosφ+yi​sinθcosφ)=∑i=1m​∑k=1n​e−ȷλ2πd​((i−1)cosθcosφ+(k−1)sinθcosφ)=∑i=1m​e−ȷλ2πd​((i−1)cosθcosφ)∑k=1n​e−ȷλ2πd​((k−1)sinθcosφ)=Grow​(θ)Gcol​(θ)​
    即平面阵的方向图相当于合成行子阵(平行与xxx方向)方向图Grow(θ)G_{row}(\theta)Grow​(θ)与合成列子阵(平行于yyy方向)方向图Gcol(θ)G_{col}(\theta)Gcol​(θ)的乘积。

  • 因此,当wi=1,g0=1w_i = 1,g_0 = 1wi​=1,g0​=1时,竖面放置的平面阵的方向图:
    G(θ)=∑i=1me−ȷ2πλ(xicos⁡θcos⁡φ+zisin⁡φ)=∑i=1m∑k=1ne−ȷ2πdλ((i−1)cos⁡θcos⁡φ+(k−1)sin⁡φ)=∑i=1me−ȷ2πdλ((i−1)cos⁡θcos⁡φ)∑k=1ne−ȷ2πdλ((k−1)sin⁡φ)=Grow(θ)Gcol(θ)\begin{array}{ll} G(\theta) & = \sum_{i=1}^{m} e^{-\jmath \frac{2\pi}{\lambda} (x_i\cos \theta \cos \varphi + z_i \sin \varphi) } \\ &= \sum_{i=1}^{m} \sum_{k=1}^{n} e^{-\jmath \frac{2\pi d }{\lambda} ((i-1)\cos \theta \cos \varphi + (k-1) \sin \varphi) } \\ &= \sum_{i=1}^{m} e^{-\jmath \frac{2\pi d}{\lambda} ((i-1) \cos \theta \cos \varphi) } \sum_{k=1}^{n} e^{-\jmath \frac{2\pi d}{\lambda} ((k-1) \sin \varphi) }\\ &=G_{row} (\theta)G_{col} (\theta) \end{array}G(θ)​=∑i=1m​e−ȷλ2π​(xi​cosθcosφ+zi​sinφ)=∑i=1m​∑k=1n​e−ȷλ2πd​((i−1)cosθcosφ+(k−1)sinφ)=∑i=1m​e−ȷλ2πd​((i−1)cosθcosφ)∑k=1n​e−ȷλ2πd​((k−1)sinφ)=Grow​(θ)Gcol​(θ)​ 即平面阵的方向图相当于合成行子阵(平行与xxx方向)方向图Grow(θ)G_{row}(\theta)Grow​(θ)与合成列子阵(平行于zzz方向)方向图Gcol(θ)G_{col}(\theta)Gcol​(θ)的乘积。

Logo

有“AI”的1024 = 2048,欢迎大家加入2048 AI社区

更多推荐