基于互质极化敏感阵列的参数降维估计算法

来源：电子测量技术杂志2024年第5期北京时间：

作者：逯岩斌，陈文东，杨赟秀，舒勤

单位：1.四川大学电气工程学院 成都 610065; 2.北京遥感设备研究所 北京 100005; 3.西南技术物理研究所 成都 610045

摘要：针对互质极化敏感阵列波达方向角（DOA）和极化参数估计中存在的计算复杂度高以及多信源情况下DOA解模糊配对错误问题，本文提出了一种基于模值约束降维求根多重信号分类（MUSIC）的DOA和极化参数联合估计算法。首先通过重构三维谱函数，对DOA和极化参数进行解耦，实现三维 MUSIC 方法的降维，然后利用多项式求根求解出DOA，并利用波束形成方法解决了互质阵列中存在的解模糊角度错配问题，最后利用极化矢量的模值有界性构造代价函数，推导出极化参数的闭式解。数值仿真结果验证了所提算法的有效性，结果表明，所提算法参数估计精度高于旋转不变技术（ESPRIT），与一维全局谱峰搜索MUSIC（1D-TSS-MUSIC）算法基本相当，但本文算法显著降低了计算复杂度，且在多信源情况下依然可以获得可靠的参数估计。

关键词：互质极化敏感阵列;模值约束;降维求根MUSIC;解模糊;参数估计