返回
DOA Estimation-Based Localization Algorithm for Polarization-Assisted UAV-Borne Radar Systems
DOI:10.1109/JIOT.2026.3658653.png)
摘要
En 中文
无人机载雷达系统作为大范围、高效率目标定位与监测的核心技术已崭露头角。然而,传统无人机载雷达系统通常配置为均匀线性标量传感器阵列,其中互耦效应和有限孔径显著限制了定位性能。本文开发了一种极化辅助无人机载雷达定位系统。该系统由配备共轭矢量传感器阵列的无人机组成。此外,引入了一种基于张量的到达方向(DOA)估计算法(ANM-Tensor-DOA)和一种极化辅助交叉定位(PACL)技术。具体而言,基于极化分量的互相关矩阵建立基于原子范数最小化(ANM)的优化任务,以重构厄米特Toeplitz结构的无噪声信息矩阵和测量矩阵。随后,建立增广无噪声张量模型,通过张量分解实现DOA估计。然后,通过从测量矩阵推导出的封闭形式表达式确定极化状态。最终,基于已知的DOA和极化信息,可利用所提出的PACL算法确定目标位置。仿真结果表明,与较新的方法相比,所提出的方法在参数估计性能和高精度定位能力方面具有改进。
Keyword:
Coprime electromagnetic vector sensor (EMVS)
direction of arrival (DOA)
localization system
uncrewed aerial vehicle (UAV)
期刊
IF:
8.9
论文数:
1.4W
被引数:
7.8W
机构
引用论文
Three-Dimensional Localization of Mixed Near-Field and Far-Field Sources Based on a Unified Exact Propagation Model基于统一精确传播模型的三维混合近场和远场源定位
Virtual Array Interpolation for 2-D DOA and Polarization Estimation Using Coprime EMVS Array via Tensor Nuclear Norm Minimization基于张量核范数最小化的互质EMVS阵列虚拟阵列插值方法用于2-D到达方向与极化估计
Coarray Interpolation for Direction Finding and Polarization Estimation Using Coprime EMVS Array via Atomic Norm Minimization通过原子范数最小化使用corime EMVS阵列进行方向寻找和极化估计的Coarray插值

