基于混合陣列的DOA與極化信息聯合估計

摘" 要：""""" 針對被動雷達導引頭抗誘餌應用中極化敏感陣列因陣元形式多樣化及陣列三維放置而造成模型不匹配的問題， 針對線極化、 左右旋圓極化、 橢圓極化陣元組成的混合三維陣列， 提出了混合立體三維極化敏感陣列測向模型。 考慮到每一個陣元都可能具有不同的指向和極化敏感性， 首先在各陣元局部坐標系中利用極化敏感矩陣表達任意極化陣元的極化敏感程度， 再使用坐標旋轉矩陣將其變換到全局坐標系中， 從而建立陣列極化敏感性統一表達模型， 并提出一種基于該模型的秩虧極化多重信號分類（MUSIC）算法。 在抗誘餌條件下， 對均勻、 非均勻混合極化陣列與其他陣列的秩虧極化MUSIC算法測角分辨力和單目標測角精度進行了仿真探究， 并給出標量陣列與矢量陣列測向的選擇原則。 仿真結果表明， 混合極化陣列在能達到同等測角精度的前提下， 有效提高了測角分辨力與測角穩定性， 且非均勻混合極化陣列具有很大的抗誘餌應用潛力。

關鍵詞："""" 極化敏感陣列；" 混合陣列統一模型；" 秩虧極化MUSIC算法；" 測角分辨力；" 抗誘餌

中圖分類號：""""" TJ765；" TN911.7

文獻標識碼：""" A

文章編號："""" 1673-5048（2024）03-0078-10

DOI： 10.12132/ISSN.1673-5048.2023.0168

引用格式： 梁義魯， 司偉建， 李鎖蘭， 等 . 基于混合陣列的DOA與極化信息聯合估計［ J］. 航空兵器， 2024， 31（ 3）： 78-87.

Liang Yilu， Si Weijian， Li Suolan， et al. Joint Estimation of DOA and Polarization Information Based on Hybrid Arrays ［ J］. Aero Wea-ponry， 2024， 31（ 3）： 78-87.（ in Chinese）

0" 引" 言

隨著陣列測向的發展， 關于極化敏感陣列測向的研究越來越深入， 極化敏感陣列因其有高于標量陣列的測角分辨力［1］， 在被動雷達導引頭抗誘餌方面發揮了巨大作用［2］。 對于極化敏感陣列的研究多集中在多極化陣列， 多極化陣列指極化敏感性不同的陣元組合而成的陣列， 針對多極化敏感陣列的研究， 專家學者提出許多陣列擺放形式及相應的數學模型。 20世紀80年代， 針對極化天線存在極化失配的問題， 陸續有專家學者開始了多極化天線陣列測向的研究。 首先針對定向線極化天線的多指向性陣列進行性能探究， 文獻［1］針對雙偶極子陣元多極化陣列將現有標量測向算法進行了擴展， 證明了多極化陣列的測角性能優越性。 文獻［3］提出一種基于多指向性線陣組成的均勻圓陣的極化-空域聯合譜的波達方向（Direction Of Arrival，" DOA）和極化參數聯合估計的方法。 多極化敏感陣列由多個不同指向的線極化天線單元組成， 能避免極化失配或遮擋造成的信號能量損失， 可有效地估計任意極化入射信號的DOA和極化參數。 而且當兩個信號接近時， 通過極化判別能夠有效提高測角分辨力。 文獻［4］提出一種基于多指向線極化圓柱共形陣列的極化多重信號分類（Multiple Signal Classification，" MUSIC）算法， 建立了基于圓柱共形陣的極化敏感陣列信號接收模型， 考慮載體遮擋效應對信號的導向矢量進行重構， 保證了信號子空間和噪聲子空間的正交性， 并運用秩虧極化MUSIC算法進行DOA和極化參數估計， 但其只考慮了線極化陣元。 文獻［5］的陣列形式為左右旋圓極化天線陣列， 根據此陣列提出一種基于多項式求根的多極化陣列測向算法。 用多項式求根代替譜峰搜索， 大大降低了算法的計算量， 提高了分辨力， 但其陣列形式僅限于均勻線陣。 文獻［6］對多指向性的線極化天線陣列及混合左右旋圓極化陣列的角分辨力問題進行了探究， 得出以上兩種多極化陣列能夠有效提高測角分辨力的結論。

將電偶極子與磁環共點放置［7-8］， 或是分離放置的多極化陣列形式［9-12］， 是另一個研究熱點。" 文獻［13］提

收稿日期： 2023-08-28

基金項目： 國家自然科學基金項目（62371152）； 航空科學基金項目（2019010P6001）

*作者簡介： 梁義魯（1998-）， 男， 黑龍江林甸人， 碩士研究生。

出將原本共點放置的三維電短偶極子與三維磁環分開放置以減小天線間的互耦干擾， 并基于此陣列形式提出應用矢量叉積實現高精度測角。 文獻［14］進一步將電磁矢量傳感器分布放置， 并將電偶極子在L形陣列的兩臂擴展以擴大孔徑， 提出利用矢量叉積結合兩臂標量陣列的旋轉不變子空間（Estimating Signal Parameter via Rotational Invariance Techniques，" ESPRIT）算法進行DOA估計。 文獻［15-17］將陣元中的完備電磁矢量傳感器替換為殘缺電磁矢量傳感器， 減少接收數據維數的同時降低了陣列的互耦效應。 其在低信噪比條件下依然保持較高的估計精度。 基于殘缺矢量陣列的DOA估計問題也可以歸類為多極化陣列測向問題。

以上多極化敏感陣列的研究多指向線極化陣元或由電偶極子陣元與磁環陣元構成的多極化陣列， 而對圓極化、 橢圓極化、 線極化陣元混合的相關研究內容還較少。 僅文獻［18］針對偶極子、 磁環或圓極化天線混合陣列， 提出一種混合陣列模型。 其陣列陣元可以在L形均勻間隔的陣列網格上任意方向擺放。 這些天線的數量、 方向或類型在不同的陣元位置處可以不同。 此外， 基于偶極子與磁環混合形式的陣列提出一種基于多項式求根的多源測向和極化估計新算法， 但并未詳細探究圓極化與線極化混合測角性能如何， 且未提及橢圓極化陣元。 航空兵器" 2024年第31卷第3期

梁義魯， 等： 基于混合陣列的DOA與極化信息聯合估計

被動雷達抗誘餌等對測角分辨力要求較高的情形下， 多采用共形多指向線極化陣列［19］進行測角， 實際情況下， 被動測向多為線極化或圓極化陣元（實際情況下多為橢圓極化）。 圓極化平面螺旋天線技術成熟， 且圓極化可以接收任何極化方向的信號， 故其接收線極化源信號時性能的穩定性要高于線極化天線陣元， 且其天線的相位中心與幾何中心趨同， 使得其相位測量更加準確， 在有遮擋情況下其抗干擾能力更強， 圓極化天線能夠有效避免多徑效應帶來的衰減［20］， 同時能夠減小極化失配帶來的損失， 但其增益較低， 且天線成本較高。 線極化天線成本較低， 增益更高。 但線極化天線方向圖受外界影響較大， 如在導引頭上受天線罩遮擋影響導致接收相位誤差較大， 但線極化天線對極化選擇性更強， 只對某一極化方向的信號有最大響應， 此特點有利于提升測角分辨力， 但也導致線極化天線的抗干擾能力較差［21］。 實際應用中很少使用磁環等作為導引頭天線。 由于導引頭孔徑限制， 極大地限制了陣元的擺放， 特別是在多模復合制導時， 往往留給被動雷達擺放天線的空間更加有限， 可能由于空間的緊張， 不得不將天線擠壓， 而擠壓后的天線極化很可能發生變化（圓極化天線可能變為橢圓極化）， 或者將圓極化天線替換為線極化天線以減少空間占用。 對于此種實際應用中出現的問題， 專家學者并沒有給出詳實的探究。 結合實際導引頭陣列布局限制及圓極化天線與線極化天線的特點， 本文首次將圓極化、 橢圓極化、 線極化天線混合， 進行三維建模， 以滿足實際工程中天線種類極化方式多樣性的要求， 并保證達到測角精度要求的同時提高測角分辨力與測角穩定性的目的。 文中測角穩定性是指陣列能夠有效響應各種極化的信號， 并降低模糊出現的概率。 本文致力于探究此類混合陣列的測向性能以及如何將測角性能進一步提升。

1" 混合陣列模型建立

本文針對線極化、 橢圓極化、 圓極化陣元建立統一的陣列接收模型， 混合陣列形式如圖1（a）所示。 圖中包含左右旋圓極化平面螺旋天線、 線極化天線及左右旋橢圓極化天線， 各個天線陣元在立體空間中擺放。 其中， 坐標系（x′， y′， z′）為各自陣元的局部坐標系， 圓極化、 橢圓極化天線可以看作兩正交線極化天線的組合， 假設兩正交線極化天線分別在x′， y′上；"" （x， y， z）為全局坐標系；" 各局部坐標系中陣元的eHeV為天線輻射或接收電場的水平與垂直單位分量；" eP為其單位輻射方向， 假設其與局部坐標系重合。

假設N個窄帶遠場完全極化波信號以圖1（b）所示方式入射到本文混合陣列中。 其中， SO為信號入射方向；" esp為電磁波傳播單位矢量；" esh與esv為電場矢量水平與垂直單位方向向量；" θ， φ為入射信號的方位角與仰角；" ζ， 為航向角與俯仰角。

傳統陣列輸出信號矢量可表示為

X（t）=∑Nk=1aθk， φk， γk， ηksk（t）+n（t）=AS（t）+N（t）（1）

式中： θk， φk， γk， ηk為第k（k=1， 2， …， N）個入射信號的方位角、 仰角、 極化輔助角、 極化相位差；" A=［aθ1， φ1， γ1， η1aθ2， φ2， γ2， η2…aθN， φN， γN， ηN］為信號的M×N維導向矢量矩陣；" S（t）為N×1維信號矢量；" N（t）為M×1維噪聲矢量。 導向矢量中的每一列矢量可表示為

aθk， φk， γk， ηk=u1， kum， kuM， kUθk， φk=UkbT1bTmbTMΒ·

ψθk， φk， γk， ηk=UkBψθk， φk， γk， ηk

（2）

式中： Uk為第k個信號的空域響應矩陣；" 第m個對角線元素um， k=e-j2π（eTsp（θk， φk）lm）/λk為第k個信源入射到天線陣元m處的空間相移因子，" esp（θk， φk）=－［sin（φk）cos（θk）， sin（φk）sin（θk）， cos（φk）］T為第k個信號的傳播矢量， λk為其波長， lm為第m個陣元位置矢量；" ψθk， φk， γk， ηk為第k個信號的極化-角度域導向矢量， 由于陣元均為電敏單元， 即無法感應磁場變化， 具體可寫為

ψθk， φk， γk， ηk=

-sinθkcosφkcosθk

cosθkcosφksinθk

0-sinφk

Θ（θk， φk）=Θθk， φk=［esh（θk） esv（θk， φk）］

cosγksinγke j ηkh（γk， ηk）=hγk， ηk=Θθk， φkhγk， ηk （3）

極化-角度域導向矢量與信號有關， 描述了信號極化-角度域的相干結構， 與矢量陣元的空間位置無關。 式（3）中hγk， ηk為第k個信號的極化矢量， 與信號的極化狀態有關， 與陣列響應特性及空間結構無關［22］。

式（2）中B為建模的關鍵， 代表了陣元的極化敏感性， 為將線極化、 圓極化、 橢圓極化天線相統一， 本文采用局部坐標系與輻射單位矢量相重合的形式來對天線陣元的極化敏感性進行描述。 在局部坐標系中描述后將其轉換到全局坐標系， 以得到其對入射信號的極化敏感性。 局部坐標系向全局坐標系的轉化利用旋轉矩陣完成。 線極化陣元與圓極化陣元接收信號的響應有所不同， 線極化陣元接收旋轉線極化源時其幅度變化但相位為常數；" 圓極化陣元接收旋轉線極化源時幅度為常數而相位改變［20］。 當信號源為線極化源且不同位置擺放的圓極化天線選定的坐標系不同時， 天線對信號的相位響應不同。 不同天線在各自局部坐標系下有自己的相位響應， 故當轉換為全局坐標系時， 圓極化天線也需要經過旋轉矩陣， 將相位響應統一表示。

以圖1（a）陣元H1為例， 其在局部坐標系下對信號的電場敏感性可表示為

b′ω′αm， ιβm=E′xE′yE′z=cosαm－sinαm

sinαmcosαm00ω′（αm）=ω′αm=［eHeV］cosβmjsinβmι（βm）=ιβm=ω′αmιβm

（4）

式中： ω′為局部坐標系下陣元對信號電場水平方向單位矢量和垂直方向單位矢量的響應矩陣；" αm為第m個陣元的極化傾角；" ιβm為天線陣元極化描述矢量；" βm為陣元的極化橢圓率角；" b′ω′αm， ιβm為陣元在局部坐標系中第m個陣元的極化敏感矢量， 通過旋轉矩陣將其轉換為全局坐標系下的極化敏感矢量， 轉換矩陣為

Rmx=1000cosmx－sinmx0sinmxcosmx

Rmy=cosmy0－sinmy010sinmy0cosmy

Rmz=cosmz－sinmz0sinmzcosmz0001 （5）

式中： Rmx， Rmy， Rmz分別為局部坐標系繞x， y， z軸旋轉所做的變換；" mx， my， mz分別為第m個陣元按照右手螺旋定則， 面向旋轉軸負方向， 在剩余維度平面上旋轉得到的新坐標系與原坐標系相同軸的夾角， 旋轉角范圍為（－π～π）， 設順時針旋轉為正， 反之為負。 全局坐標系下的極化敏感矢量可改寫為

bm=bmx， my， mz， ω′αm， ιβm=RmxRmyRmzb′ω′αm， ιβm（6）

其中， 旋轉的順序可以變換， 故將式（2）中的導向矢量改寫為

aθk， φk， γk， ηk=

u1， k

um， k

uM， kUθk，φk=UkbT1x， 1y， 1z， ω′α1， ιβ1

bTmx， my， mz， ω′αm， ιβmbTMx， My， Mz， ω′αM， ιβM Β·

ψθk， φk， γk， ηk=UkBψθk， φk， γk， ηk （7）

對于線極化天線的極化敏感矢量， 以計算圖 1（a）陣元H6的極化敏感矢量b為例進行說明。 在局部坐標系下， 設其電場水平分量eH與局部坐標系x′軸重合， 電場垂直分量eV與y′軸重合， 但因陣元H6為線極化天線， 只有單一方向的電極化敏感性， 可以是水平垂直中的任意一種， 故假設其為水平極化， 此時在局部坐標系下式（4）中的αm=0， 因其水平分量eH與局部坐標系x′軸重合， 即極化傾角為0， 又因其為線極化天線故βm也為0， 即極化橢圓率角為0， 此時式（4）為

b′ω′αm， ιβm=100100ω′（αm）=ω′αm=［eHeV］10ι（βm）=ιβm=100（8）

由式（6）轉換到全局坐標系：

bmx， my， mz， ω′αm， ιβm=RmzRmxRmyb′ω′αm， ιβm=""""" cosmzcosmy+sinmzsinmxsinmysinmzcosmy－cosmzsinmxsinmycosmxsinmy（9）

只需明確繞各軸旋轉的角度即可確定各個陣元的極化敏感矢量。 當天線為橢圓極化天線時， 極化傾角αm=0；" 若天線為左旋橢圓極化， 則0lt;βmlt;π/4， 當βm=π/4時表示左旋圓極化天線；" 若天線為右旋橢圓極化， 則－π/4lt;βmlt;0， 當βm=－π/4時表示右旋圓極化天線。 至此完成混合極化陣列的建模。

2" 混合陣列秩虧極化MUSIC算法

2.1" 空域角度估計

基于式（1）接收信號矩陣X（t）， 求其協方差矩陣：

Rx=E{X（t）XH（t）}=ARsAH+σ2I （10）

式中： Rs=E{S（t）SH（t）}為信號協方差矩陣；" σ2為噪聲功率。 將式（10）進行特征值分解可得

Rx=UsΣsUHs+UnΣnUHn（11）

式中： Us， Un分別為特征值分解后大小特征值對應的特征向量所構成的信號子空間與噪聲子空間。 由噪聲子空間與導向矢量的正交性原理， 得到信號的來向參數與極化參數為（θk， φk， γk， ηk）的導向矢量與噪聲矩陣的關系為

UHna（θk， φk， γk， ηk）=0 （12）

在實際情況下， 協方差矩陣是有限次快拍數據的似然估計， 故式（12）中等式右邊不是零向量， 通常求其空間譜函數的倒數：

PMUSIC（θk， φk， γk， ηk）=

1hH（γk， ηk）DH（θk， φk）UnUHnD（θk， φk）h（γk， ηk）（13）

式中： DH（θk， φk）=U（θk， φk）BΘθk， φk。 令H（θk， φk）=DH（θk， φk）UnUHnD（θk， φk）， 可得

P′（θk， φk， γk， ηk）=hH（γk， ηk）（DH（θk， φk）·UnUHnD（θk， φk））h（γk， ηk）=

hH（γk， ηk）H（θk， φk）h（γk， ηk）

（14）

計算式（13）等價于求式（14）的最小值優化問題， 在理想情況下應滿足：

hH（γk， ηk）H（θk， φk）h（γk， ηk）=0（15）

由式（12）， （14）～（15）可得

（DH（θk， φk）UnUHnD（θk， φk））h（γk， ηk）=

H（θk， φk）h（γk， ηk）=0（16）

式（15）～（16）可以看成是以極化參數（γ， η）為未知數的齊次線性方程組， 兩式的解的交集為式（16）的解。 該算法中極化參數取值范圍為： 極化輔助角γ∈［0， π/2］， 極化相位差η∈［－π， π］， 故式（16）關于極化參數（γ， η）一定存在非零解， 即其系數矩陣H（θ， φ）必定發生秩虧現象， 行列式的值為0， 可得

H（θk， φk）=DH（θk， φk）UnUHnD（θk， φk）=0（17）

用式（17）代替四維譜峰搜索， 此時只需進行關于（θ， φ）的二維搜索， 得到行列式極小值， 極小值所對應的角度即為信號來向， 可表示為

{θk， φk}=argmaxθ， φdet－1{H（θ， φ）} （18）

2.2" 極化參數估計

得到信號的角度參數后， 信號極化參數可通過求解廣義矩陣{H^（θk， φk），" D^Hθk， φk" D^θk， φk}的零廣義特征值所對應的廣義特征向量來求解極化參數， 其廣義特征向量滿足比例關系， 即

h（γk， ηk）∝ξmin{H^（θk， φk）， D^Hθk， φkD^θk， φk}=h^k（19）

式中： ξmin{·}為矩陣束的最小廣義特征值對應的廣義特征矢量［4］ 。 則可得到極化參數計算公式為

{γk}=arctan{|h^k（2）/h^k（1）|}， k=1， 2， …， N（20）

{ηk}=angle{h^k（2）/h^k（1）}， k=1， 2， …， N（21）

2.3" 混合陣列測角Cramer-Rao界

對于N（Nlt;M）個不相關的窄帶入射信號， 關于方位角θ=［θ1，" …， θN］、 仰角φ=［φ1，" …， φN］、 極化輔助角γ=［γ1，" …， γN］、 極化相位差η=［η1， …， ηN］的費舍爾信息矩陣（Fisher Information Matrix， FIM）為

F=FθθFθφFθγFθηFφθFφφFφγFφηFγθFγφFγγFγηFηθFηφFηγFηη（22）

根據文獻［23-24］， 為簡化推導過程， 假定信源為單線極化信源， φ， η已知， 則費舍爾信息矩陣中僅考慮Fθθ， Fγγ， Fθγ， Fγθ， 具體為

Fθθ=2L·Re{（RsAHR－1xARs）⊙（A-HθR－1xA-θ）T+

（RsAHR－1xA-θ）⊙（RsAHR－1xA-θ）T} （23）

Fγγ=2L·Re{（RsAHR－1xARs）⊙（A-HγR－1xA-γ）T+

（RsAHR－1xA-γ）⊙（RsAHR－1xA-γ）T}

（24）

Fθγ=2L·Re{（RsAHR－1xARs）⊙（A-HγR－1xA-θ）T+

（RsAHR－1xA-γ）⊙（RsAHR－1xA-θ）T} （25）

Fγθ=2L·Re{（RsAHR－1xARs）⊙（A-HθR－1xA-γ）T+

（RsAHR－1xA-θ）⊙（RsAHR－1xA-γ）T} （26）

式中： L為快拍數；" Rs為信號的自協方差矩陣；" Rx為接收數據協方差矩陣；" A-θ為導向矢量A關于方位角θ的導數；" A-γ為導向矢量A關于極化輔助角γ的導數；" A-θ， A-γ具體為

A-θ=

e-j2π（x1cosθk+y1sinθk）/λk［-j2π（-x1sinθk+y1cosθk）/λ（-a1 fksinθk+c1 fkcosθk-d1gk）+（-a1 fkcosθk-c1 fksinθk）］

e-j2π（xmcosθk+ymsinθk）/λk［-j2π（-xmsinθk+ymcosθk）/λ（-am fksinθk+cm fkcosθk-dmgk）+（-am fkcosθk-cm fksinθk）］

e-j2π（xMcosθk+yMsinθk）/λk［-j2π（-xMsinθk+yMcosθk）/λ（-aM fksinθk+cM fkcosθk-dMgk）+（-aM fkcosθk-cM fksinθk）］

（27）

A-γ=-h1sinγk+q1cosγkejηk

-hmsinγk+qmcosγkejηk

-hMsinγk+qMcosγkejηk（28）

式中： ［aicidi］=bTix， iy， iz， ω′αi， ιβi（i=1， 2， …， M）；" fk=cosγ；" gk=sinγejη；" ［hiqi］=Ui， kBiΘθi， k， φi， k（i=1， 2…M）。

F′=FθθFθγFγθFγγ（29）

CRBθ=F′－1（1， 1）·180/π（30）

3" 仿真驗證

3.1" 仿真設置

針對圖（2）所示的4種陣列進行仿真： 陣列孔徑均為188 mm， 八陣元均勻擺放， 陣元間隔45°。 圖2（d）中紅線代表局部坐標系x′軸， y′軸與紅線垂直， 設置橢圓極化陣元H2和H5的極化傾角與極化橢圓率角分別為（0°， -15°）， （0°， 15°）。 針對混合陣列的布置有無窮多種， 本文陣列的布陣原則如下：

（1） 保證線極化、 左右旋圓極化、 左右旋橢圓極化天線數量上較為均衡， 各陣元間有不同的極化響應；

（2） 線極化陣元擺放不能出現線極化源垂直于陣列所在平面入射時有兩個陣元失效的情況；

（3） 左旋與右旋陣元天線數量相近， 避免出現極化隔離時太多陣元失去作用。 保證至少有5個以上通道測向數據較好， 因為陣元數量必須大于信源入射數量；

（4） 陣元的選擇取決于實際項目中對測角分辨力的要求與測角精度的權衡， 以及實際項目中天線的空間位置擺放限制。

3.2" 各陣列測角分辨力仿真對比

（1）" 仿真分辨力方案

圖3所示為1雷達+3誘餌條件下的信號入射示意圖， O為極化敏感接收陣列， C為雷達入射信號， A， B， D為誘餌入射信號， 設置A， B， C， D入射方位角分別為45°， 135°， 225°， 315°， 將圖中∠AOB=∠BOC=∠COD=∠DOA稱為最小分辨角。 分辨角的計算與仰角有關， 在仿真中可通過改變仰角調整分辨角， 即

∠BOC=arccos（1－sin2（φ）） （31）

（2）" 仿真實驗

實驗條件： 從實際抗誘餌條件出發， 考慮設置仿真條件。 陣列形式如圖2所示， 仿真圖中陣列1， 2， 3， 4分別對應圖2（a）， （b）， （c）， （d）表示的4個陣列。 信號源為四信號、 1個雷達、 3個誘餌；" 雷達信號信噪比低于誘餌信號， 分別設置為［30.5， 30， 27， 29.5］ dB， 對應［Y1， Y2， T， Y3］， Y代表誘餌， T代表雷達；" 航向角與俯仰角分別為［（2.25°， 2.25°）， （-2.25°， 2.25°）， （-2.25°， -2.25°）， （2.25°， -2.25°）］。 如圖4所示， 當四信號源極化差別較大時更有利于分辨， 但考慮實際情況， 本文將3個誘餌極化參數均設置為［90°， 0°］， 分別代表極化輔助角與極化相位差， 雷達設置為水平極化［0°， 0°］；" 頻率范圍為［0.8， 1， 2， 4， 8， 12， 16， 18］ GHz， 快拍數128。 圖5統計了4個信號在上述頻帶內均分辨成功的概率。 分辨成功的標準為測角誤差小于分辨角的0.4倍， 即1.8°。

由圖5可知， 頻率越高， 陣列的測角成功率越高， 但也可以得到在頻率較高、 信源數較多時， 4種陣列都會出現較為嚴重的模糊情況， 無法準確分辨出四目標。 而混合極化陣列能在較高的頻率時成功分辨四目標， 測角穩定性較高。 混合陣列在較低頻段的測角成功率明顯好于其他陣列， 且在高頻段測角模糊現象得到抑制， 這是因為多指向線極化陣列與左右旋圓極化陣列的導向矢量規律性較強， 相關性較高， 在高頻時， 容易出現高階模糊現象［25］， 即某個特定角度的導向矢量恰好是其他導向矢量的線性組合。 而混合極化陣列的導向矢量之間無明顯規律， 因而出現高階模糊的概率更小。 由仿真結果可知， 本文混合陣列的測角穩定性（模糊情況有較好改善）以及測角成功率均優于其他陣列。

圖6為8 GHz情況下各陣列測角譜峰圖對比；" 圖7為4個陣列在每個頻點分別測角100次的測角散點圖。

由圖6可知， 當陣元間差異較大時， 會有效抑制模糊現象， 使得測角性能提升。 線陣陣元間的對稱性、 左右旋圓極化的擺放位置均有一定的規律性， 導致測角結果較差。 陣元間差異較大則熵較大， 測角性能也更穩定。

由圖7（a）可知， 多指向線極化天線， 在較低頻率時， 無法準確分辨四信源， 隨著頻率的升高， 分辨能力增強， 但到達8 GHz時出現模糊現象， 無法準確測角；" 由圖7（b）可知， 左右旋圓極化陣列情況與多指向線極化天線類似， 且成功測角的頻帶更窄；" 由圖7（c）可知， 單極化標量陣列全頻段內無法分辨四信源；" 由圖7（d）可知， 本文所提混合陣列測角模型能夠在一定頻帶內實現正確測角，" 驗證了此模型的正確性。" 混合陣列測角分辨能力明

顯好于多指向線極化陣列、 左右旋圓極化陣列、 單極化陣列， 其能夠成功分辨的頻率范圍最寬。

為了進一步提升測角分辨力， 抑制測角模糊問題， 考慮將布陣方式改為非均勻布陣， 可在一定程度上抑制偽峰出現。 在圖2（d）基礎上進行非均勻布陣， 陣列孔徑為188 mm， 各個陣元位置所在角度設置為［0°， 21°， 54°， 101°， 162°， 199°， 252°， 333°］， 其他設置條件與上述實驗相同， 陣列形式如圖8所示。

圖9為非均勻混合陣列與均勻混合陣列測角譜峰圖， 對比圖9（a）和（b）可知， 非均勻陣列能夠有效抑制模糊情況， 譜峰圖更加干凈。

圖10為非均勻混合極化陣列與均勻混合極化陣列測角散點圖。 由圖10可知， 非均勻陣列的無模糊測角頻率范圍更寬， 可在16 GHz時正確分辨四信源， 進一步提

高了測角分辨力。 非均勻陣列的設計也是陣列信號處理的熱點， 需綜合考慮多方面因素， 本文僅舉一例。 文獻［26］對此進行了較為詳實的討論。

3.3" 混合陣列測角精度對比

（1） 仿真信噪比對測向精度的影響

仿真信噪比范圍為［-4： 2： 14］ dB， 頻率2 GHz， 快拍數100， 陣列設置如圖2所示， 航向角、 俯仰角、 極化輔助角、 極化相位差的參數分別為［2.25°， 2.25°， 90°， 0°］。 對4種陣列形式分別進行 100次蒙特卡洛實驗， 統計各個陣列的測角均方根誤差（Root Mean Squared Error，

RMSE）與極化信息測量均方根誤差， 計算公式如下：

eRMSEdoa=1N∑Nk=1

1n∑nl=1［（ζ^k， l－ζk）2+（^k， l－k）2］（32）

eRMSEpolar=1N∑Nk=11n∑nl=1［（γ^k， l－γk）2+（η^k， l－ηk）2］ （33）

式中： n為實驗次數；" N為入射信號個數。 本實驗N=1， n=100。

圖11為各陣列測角與極化信息測量RMSE隨信噪比變化曲線。 由圖11（a）可知， 單極化陣列在單線極化信號源時測角性能較優， 因其沒有受到極化參數的誤差影響；" 但由圖11（b）可知， 其無法估計極化參數。 其他3種陣列中， 左右旋圓極化陣列測角精度與單極化陣列相近，" 混合陣列測角性能略優于多指向線極化天線陣列。

總體來說， 在信噪比較高時各陣列測角誤差相差不大。 由圖11（c）可知， 對于入射信號為其他極化的信號來說， 測角精度在低信噪比有較小差異， 但在高信噪比幾乎沒有差異。 綜合來看， 各個陣列測角性能均隨信噪比的增加而提高， 信噪比的增加使得子空間更加準確， 提升了估計性能。 由實驗可知， 在追求測角精確度、 信源數較少且信號極化信息未知的應用場景下， 應優先選用標量陣列。 由圖11（d）可知， 只有在已知極化信息時， 極化敏感陣列的測角性能才較標量陣列有所提升。

（2） 仿真CRB隨信噪比變化曲線

仿真條件設置為： 頻率2 GHz， 快拍數100， 信噪比

范圍［-4： 2： 14］ dB， 方位角、 俯仰角、 極化輔助角、 極

化相位差的參數為［45°， 90°， 60°， 0°］。 由式（30）得到此情形下的DOA估計標準差（Standard Deviation， STD）下界值。

圖12為各陣列測角CRB隨信噪變化曲線。 由圖12可知， 在信號入射與陣列共面情況下， 4種陣列的測角精度潛能在低信噪比時有一定差距， 但在高信噪比時相差不大， 陣列2與標量陣列測角精度潛能相近， 陣列1與陣列4稍差， 這與圖11（a）的實際測角仿真結果趨勢相同， 但圖11（a）的仿真條件與本仿真不同， 故不能定量比較。 圖12理論上反映了各陣列的測角性能的下界， 證明了極化陣列測角性能在精度方面不是一定好于標量陣列， 僅陣列2的測角精度稍好于標量陣列3。

（3） 仿真快拍數對測向精度影響

快拍數［32， 64， 96， 128］， 信噪比13 dB， 陣列設置如圖2所示， 單信號源， 航向角、 俯仰角、 極化相位差、 極化輔助角為［2.25°， 2.25°， 90°， 0°］， 對4種陣列形式分別進行100次蒙特卡洛實驗。

由圖13（a）可知， 各個陣列測角性能均隨快拍數的增加而提高， 快拍數的增加使估計數據增多， 使估計信號子空間與噪聲子空間更加準確， 從而提升測角精度。 單極化陣列在單信號源時測角性能最優， 因矢量陣列觀測中涉及極化參數的估計， 在保證無偏估計時， 其方差必然較大。 雖然沒有必要估計極化參數， 但是極化參數的引入能夠有效提高測角分辨力， 即測角分辨力的提高是以犧牲部分精度換取的。 由圖13（b）可知， 單極化標量陣列無法估計極化參數， 其他三種矢量陣列中， 本文混合陣列測角精度與其他兩個矢量陣列測角性能差別不大。 由圖13（c）可知， 只有在已知極化信息時， 極化敏感陣列的測角性能才較標量陣列有所提升。

4" 結" 論

本文針對混合陣列所建立的模型可適配各種極化陣元混合的形式， 具有高度普適性， 仿真結果也驗證了模型的正確性、 有效性。 此種混合陣列能夠在測角精度犧牲不大的同時較大幅度提升測角分辨力， 在較高頻率的情況下， 此種陣列的測角穩定性優于其他陣列， 有一定的抗模糊能力。 本文還對不同場景下陣列的選擇給出了建議， 即若在未知信號源極化的情況下、 注重測角精度的情形時， 優先選擇標量陣列或左右旋天線混合陣列；" 對測角精度與分辨能力均有一定要求， 則左右旋圓極化混合的陣列性能較為均衡；" 若注重測角分辨能力， 則優先選擇混合極化敏感陣列。 此外， 證明了合理的非均勻陣列設計可以將測角分辨力進一步提高。 本文未對非均勻陣列的布陣形式進行詳細探究， 可將接下來的重點放在約束非均勻陣列陣元位置， 從而使測角Cramer-Rao下界較小的同時提升測角分辨力。

參考文獻：

［1］ Ferrara E，" Parks T. Direction Finding with an Array of Antennas Having Diverse Polarizations［J］. IEEE Transactions on Antennas and Propagation，" 1983，" 31（2）： 231-236.

［2］ 曲明超，" 司偉建，" 袁雅芝. 基于不完全重合信號的單快拍DOA估計算法研究［J］. 通信學報，" 2021，" 42（12）： 88-95.

Qu Mingchao，" Si Weijian，" Yuan Yazhi. Research on Single Snapshot DOA Estimation Algorithm Based on Incompletely Overlapped Signal［J］. Journal on Communications，" 2021，" 42（12）： 88-95.（in Chinese）

［3］ Yang J，" Chen T，" Shi L，" et al. Joint DOA and Polarization Estimation Based on Multi-Polarization Sensitive Array［C］∥ International Conference in Communications，" Signal Processing，" and Systems，" 2019： 2694-2701.

［4］ 曲志昱，" 孫萌，" 戴幻堯. 基于共形陣的角度和極化信息聯合估計算法［J］. 系統工程與電子技術，" 2022， "44（6）： 1798-1804.

Qu Zhiyu，" Sun Meng，" Dai Huanyao. Joint Estimation Algorithm of DOA and Polarization Information Based on Conformal Array［J］. Systems Engineering and Electronics，" 2022，nbsp; 44（6）： 1798-1804.（in Chinese）

［5］ Weiss A J，" Friedlander B. Direction Finding for Diversely Polarized Signals Using Polynomial Rooting［J］. IEEE Transactions on Signal Processing，" 1993，" 41（5）： 1893-1905.

［6］ 張亮. 被動雷達導引頭極化抗誘偏關鍵技術研究［D］. 長沙： 國防科學技術大學，" 2013.

Zhang Liang. Anti-Decoying Techniques Using Polarization in Passive Radar Seeker ［D］.Changsha： National University of Defense Technology，" 2013. （in Chinese）

［7］ Shi S L，" Xu Y G，" Zhuang J P，" et al. Tri-Polarized Sparse Array Design for Mutual Coupling Reduction in Direction Finding and Polarization Estimation［J］. Electronics，" 2019，" 8（12）： 1557.

［8］ He J，" Li L N，" Shu T. Direction Finding of Mixed Fully and Partially Polarized Sources Using Linear COLD Arrays［J］. Signal Processing，" 2021，" 178： 107815.

［9］ Yang M L，" Ding J，" Chen B X，" et al. A Multiscale Sparse Array of Spatially Spread Electromagnetic-Vector-Sensors for Direction Finding and Polarization Estimation［J］. IEEE Access，" 2018，" 6： 9807-9818.

［10］ Tang M，" Shu T，" He J，" et al. Direction-Finding and Polarization Estimation with Spread Orthogonal Loop and Dipole Arrays［J］. Circuits，" Systems，" and Signal Processing，" 2021，" 40（12）： 6401-6415.

［11］ 鄭桂妹，" 陳伯孝，" 吳渤. 三正交分離式極化敏感陣列的波達方向估計［J］. 電子與信息學報，" 2014，" 36（5）： 1088-1093.

Zheng Guimei，" Chen Boxiao，" Wu Bo. DOA Estimation with Three Orthogonally Oriented and Spatially Spread Polarization Sensitive Array［J］. Journal of Electronics amp; Information Technology，" 2014，" 36（5）： 1088-1093.（in Chinese）

［12］ 李檳檳，" 張袁鵬，" 陳輝，" 等. 分離式長電偶極子稀疏陣列的相干信號多維參數聯合估計［J］. 電子與信息學報，" 2021，" 43（9）： 2695-2702.

Li Binbin，" Zhang Yuanpeng，" Chen Hui，" et al. Coherent Sources Multidimensional Parameters Estimation with Sparse Array of Spatially Spread Long Electric-Dipoles［J］. Journal of Electronics amp; Information Technology，" 2021，" 43（9）： 2695-2702.（in Chinese）

［13］ Wong K T，" Yuan X. “Vector Cross-Product Direction-Finding” with an Electromagnetic Vector-Sensor of Six Orthogonally Oriented but Spatially Noncollocating Dipoles/Loops［J］. IEEE Tran-sactions on Signal Processing，" 2011，" 59（1）： 160-171.

［14］ Yang M L，" Ding J，" Chen B X，" et al. Coprime L-Shaped Array Connected by a Triangular Spatially-Spread Electromagnetic-Vector-Sensor for Two-Dimensional Direction of Arrival Estimation［J］. IET Radar，" Sonar amp; Navigation，" 2019，" 13（10）： 1609-1615.

［15］ 徐友根，" 馬靜艷，" 劉志文. 殘缺矢量陣列波前畸變信號波達方向估計［J］. 計算機工程與應用，" 2011，" 47（8S）： 285-288.

Xu Yougen，" Ma Jingyan，" Liu Zhiwen. DOA Estimation of Wavefront-Distorted Signals Using Defective Vector Sensors［J］. Computer Engineering and Applications，" 2011，" 47（8S）： 285-288. （in Chinese）

［16］ 徐友根，" 劉志文. 殘缺電磁矢量陣列直線信號波達方向估計［J］. 電子與信息學報，" 2009，" 31（4）： 861-864.

Xu Yougen，" Liu Zhiwen. DOA Estimation of Rectilinear Signals Using Defective Electromagnetic Vector Arrays［J］. Journal of Electronics amp; Information Technology，" 2009，" 31（4）： 861-864.（in Chinese）

［17］ 陳志坤，" 吳美嬋，" 王文亮，" 等. 基于殘缺電矢量傳感器的DOA-極化信息聯合估計方法： CN114113808A［P］. 2022-03-01.

Chen Zhikun，" Wu Meichan，" Wang Wenliang，" et al. Joint DOA-Polarization Information Estimation Method Based on Incomplete Electrical Vector Sensors： CN114113808A［P］. 2022-03-01.（in Chinese）

［18］ Wong K T，" Li L S，" Zoltowski M D. Root-MUSIC-Based Direction-Finding and Polarization Estimation Using Diversely Polarized Possibly Collocated Antennas［J］. IEEE Antennas and Wireless Pro-pagation Letters，" 2004，" 3： 129-132.

［19］ 沈千秋，" 趙勇武，" 夏新凡，" 等. 基于極化敏感陣列抗有源干擾的測向算法［J］. 制導與引信，" 2023，" 44（1）： 17-23.

Shen Qianqiu，" Zhao Yongwu，" Xia Xinfan，" et al. Direction-Finding Algorithm Against Active Interference Based on Polarization-Sensitive Array［J］. Guidance amp; Fuze，" 2023，" 44（1）： 17-23.（in Chinese）

［20］ Milligan T A. Modern Antenna Design［M］. New York： John Wiley amp; Sons，" 2005： 10-30.

［21］ Xiao J，" Li H M，" Luo D L，" et al. High-Gain and Low-Cost Circularly Polarized Antenna Array for 5G MMW Applications［J］. IET Microwaves，" Antennas amp; Propagation，" 2022，" 16（2/3）： 174-184.

［22］ 徐友根，" 劉志文，" 龔曉峰. 極化敏感陣列信號處理［M］. 北京： 北京理工大學出版社，" 2013： 25- 35.

Xu Yougen，" Liu Zhiwen，" Gong Xiaofeng. Polarization Sensitive Array Signal Processing［M］. Beijing： Beijing Institute of Technology Press，" 2013： 25- 35.（in Chinese）

［23］ Weiss A J，" Friedlander B. Performance Analysis of Diversely Polarized Antenna Arrays［J］. IEEE Transactions on Signal Processing，" 1991，" 39（7）： 1589-1603.

［24］ Wang Q，" Yang H，" Chen H A，" et al. A Low-Complexity Method for Two-Dimensional Direction-of-Arrival Estimation Using an L-Shaped Array［J］. Sensors，" 2017，" 17（1）： 190.

［25］ 常城. 基于均勻圓陣的DOA估計及其FPGA實現［D］. 成都： 電子科技大學，" 2013.

Chang C. DOA Estimation and its FPGA Implementation Based on UCA ［D］.Chengdu： University of Electronic Science and Technology of China，" 2013. （in Chinese）

［26］ 悅亞星，" 李天宇，" 周成偉，" 等. 稀疏多極化陣列設計研究進展與展望［J］. 雷達學報，" 2023，" 12（2）： 312-331.

Yue Yaxing，" Li Tianyu，" Zhou Chengwei，" et al. Research Progress and Prospect of Sparse Diversely Polarized Array Design［J］. Journal of Radars，" 2023，" 12（2）： 312-331.（in Chinese）

Joint Estimation of DOA and Polarization Information

Based on Hybrid Arrays

Liang Yilu 1，" 2*，" Si Weijian 1，" 2，" Li Suolan 3，" Qu Mingchao 1，" 2，" Ma Wanyu 1，" 2

（1. College of Information and Communication Engineering，nbsp; Harbin Engineering University，" Harbin 150001，" China；

2. Key Laboratory of Advanced Marine Communication and Information Technology， Ministry of Industry and

Information Technology，" Harbin Engineering University， Harbin 150001，" China;

3. China Academy of Launch Vehicle Technology，" Beijing 100076，" China）

Abstract： In order to solve the problem of mismatch caused by the diversity of array elements and the placement of array in three dimensions，" a hybrid three-dimensional polarization sensitive array direction finding model is proposed for a hybrid three-dimensional array composed of linear polarization，" left-right spin polarization and elliptical polarization array. Considering that each array may have different orientation and polarization sensitivity，" the polarization sensitivity matrix is used to express the polarization sensitivity of arbitrary polarization array elements in each array local coordinate system，" and then the coordinate rotational matrix is used to transform it into global coordinate system，" so a uniform expression model of array polarization sensitivity is established and an rank-deficit polarization multiple signal classification（MUSIC） algorithm based on this model is proposed. Under the condition of anti-bait，" the angular resolution and the angular accuracy of the MUSIC algorithm for uniform and non-uniform hybrid polarization array and other arrays are simulated，" and the selection principles for scalar array and vector array are presented. Simulation results show that the hybrid polarized array can improve the resolution and stability of angle measurement effectively under the same accuracy，" and the non-uniform hybrid polarized array has great potential for decoy application.

Key words： polarization sensitive array; unified model of hybrid array; rank-deficit polarization MUSIC algorithm; angular resolution; anti-bait