基于合成阵的稀疏阵列构型及宽带欠定波达方向估计方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61801028
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    26.0万
  • 负责人：
    沈清
  • 依托单位：
    北京理工大学
  • 学科分类：
    F0111.信号理论与信号处理
  • 结题年份：
    2021
  • 批准年份：
    2018
  • 项目状态：
    已结题
  • 起止时间：
    2019-01-01 至2021-12-31

项目摘要

Array structure plays an significant role in underdetermined system representation, and sparse array based wideband underdermined direction of arrival estimation has attracted tremendous attention in recent years. This programme focuses on sparse array construction and underdetermined wideband direction-of-arrival estimation employing the co-array concept, proposing solutions to the sparse array construction problem exploiting the higher order difference co-arrays for passive recognition system and the mixed sum/difference co-arrays for active recognition system. Based on those aforementioned sparse arrays, we try to tackle the wideband DOA estimation problem by exploring co-arrays accross time-frequency domains for degrees of freedom increase, and propose high efficient wideband DOA estimation method to improve the maximum resolvable sources and reduce the complexity without sacrificing the performance. These research results will enrich the theory of wideband underdetermined DOA estimation, presenting the inherent connection between the performance and the array structure, and breaking through sparse array construction technology exploring co-arrays accross multiple dimentions and wideband underdetermined DOA estimation based on multi-frequecy sub-bands synthesis technology.
阵列几何结构在欠定系统表征中发挥着至关重要的作用，稀疏阵列构型及宽带欠定波达方向估计是近年来研究的热点。本项目围绕基于合成阵的稀疏阵列构型及宽带欠定波达方向估计方法开展研究，重点解决被动感知系统基于高阶差合成阵的稀疏阵列构型、主动感知系统基于混合和/差合成阵的稀疏阵列构型等问题。以此为基础，进一步突破宽带阵列欠定波达方向估计中跨基于时间-频率维合成阵阵列自由度提升的问题，同时提出高效能宽带波达方向估计方法，在不牺牲估计精度的前提下提高可分辨信源数，降低运算复杂度，并给出各类宽带波达方向估计方法的性能分析。研究结果将进一步丰富宽带欠定波达方向估计的理论体系，揭示波达方向估计性能与阵列几何结构的内在关联，突破基于多维度（时间-频率-空间）合成阵的稀疏阵列构型及基于多频率子带合成技术的宽带欠定波达方向估计等关键技术。

结项摘要

阵列几何结构在欠定系统表征中发挥着至关重要的作用，稀疏阵列构型及宽带欠定波达方向估计是近年来研究的热点，尤其是基于轻小型资源强约束平台，迫切需要开发阵列孔径合成技术，完成欠定系统的目标测向和定位，在保证不牺牲定位性能和可分辨信源数的前提下，降低搭载设备的总质量和成本。本项目围绕基于合成阵的稀疏阵列构型及宽带欠定波达方向估计方法展开研究，主要贡献总结如下：a) 基于二阶差合成阵的稀疏阵列构型问题，提出了一种鲁棒的稀疏互质阵列，相比于传统互质阵列，在不牺牲阵列自由度的前提下减少了物理阵元数，且具有大幅改善的抗互耦效应的能力；b) 提出了一系列基于高阶差合成阵的稀疏阵列构型，大幅提升了阵列可利用自由度，提高了目标分辨能力和测向精度；c) 针对信号多频率子带间存在相关性的特征，提出了一种基于空间-频率域差合成阵的稀疏阵列构型及相应的欠定波达方向估计算法，实现了阵列自由度的大幅提升；d) 提出了一系列低复杂度的欠定波达方向估计算法，通过合并冗余合成阵、矩阵降维、算法改进等手段实现了运算复杂度的大幅降低，利于实时处理；e) 推导了一系列不同先验信息假设下的宽带欠定波达方向估计的克拉美罗界，并基于克拉美罗界存在性条件推导了可分辨信源数的上界，并证明了引入频率维先验信息可使可分辨信源数大于差合成阵的基数。本项目的研究成果，可应用于轻小型资源强约束平台，在资源强受限的情况下实现多目标分辨和高精度测向。

项目成果

期刊论文数量（7）
专著数量（0）
科研奖励数量（1）
会议论文数量（5）
专利数量（0）
Cramer-Rao Bound for DOA Estimation Exploiting Multiple Frequency Pairs
利用多频率对进行 DOA 估计的 Cramer-Rao 界限
  • DOI：
    10.1109/lsp.2021.3088051
  • 发表时间：
    2021
  • 期刊：
    IEEE Signal Processing Letters
  • 影响因子：
    3.9
  • 作者：
    Liang Yibao;Cui Wei;Shen Qing;Liu Wei;Wu Hantian
  • 通讯作者：
    Wu Hantian
DOA Estimation With Nonuniform Moving Sampling Scheme Based on a Moving Platform
基于移动平台的非均匀移动采样方案的DOA估计
  • DOI：
    10.1109/lsp.2021.3105035
  • 发表时间：
    2021
  • 期刊：
    IEEE Signal Processing Letters
  • 影响因子：
    3.9
  • 作者：
    Wu Hantian;Shen Qing;Cui Wei;Liu Wei
  • 通讯作者：
    Liu Wei
Thinned Coprime Array for Second-Order Difference Co-Array Generation With Reduced Mutual Coupling
用于减少互耦合的二阶差分共阵列生成的细化互质阵列
  • DOI：
    10.1109/tsp.2019.2901380
  • 发表时间：
    2019-04-15
  • 期刊：
    IEEE TRANSACTIONS ON SIGNAL PROCESSING
  • 影响因子：
    5.4
  • 作者：
    Raza, Ahsan;Liu, Wei;Shen, Qing
  • 通讯作者：
    Shen, Qing
Low Complexity DOA Estimation for Wideband Off-Grid Sources Based on Re-Focused Compressive Sensing With Dynamic Dictionary
基于动态字典重聚焦压缩感知的宽带离网源低复杂度 DOA 估计
  • DOI：
    10.1109/jstsp.2019.2932973
  • 发表时间：
    2019-09-01
  • 期刊：
    IEEE JOURNAL OF SELECTED TOPICS IN SIGNAL PROCESSING
  • 影响因子：
    7.5
  • 作者：
    Cui, Wei;Shen, Qing;Wu, Siliang
  • 通讯作者：
    Wu, Siliang
Cramer-Rao Bound Analysis of Underdetermined Wideband DOA Estimation Under the Subband Model via Frequency Decomposition
基于频率分解的子带模型下欠定宽带 DOA 估计的 Cramer-Rao 界分析
  • DOI：
    10.1109/tsp.2021.3088231
  • 发表时间：
    2021
  • 期刊：
    IEEE Transactions on Signal Processing
  • 影响因子：
    5.4
  • 作者：
    Liang Yibao;Cui Wei;Shen Qing;Liu Wei;Wu Siliang
  • 通讯作者：
    Wu Siliang

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

超声速平面自由剪切层声辐射涡模态数值分析
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    力学学报
  • 影响因子：
    --
  • 作者：
    庄逢甘;王强;沈清
  • 通讯作者：
    沈清
大目金枪鱼加工副产物中鱼油提取制备及EPA分离纯化
  • DOI：
    --
  • 发表时间：
    2019
  • 期刊：
    核农学报
  • 影响因子：
    --
  • 作者：
    宋恭帅;张蒙娜;马永钧;周小敏;崔益玮;戴志远;沈清
  • 通讯作者：
    沈清
边界层转捩与压缩拐角分离流动的非定常作用
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    空气动力学学报
  • 影响因子：
    --
  • 作者：
    解少飞;宫建;高波;杨学军;沈清
  • 通讯作者：
    沈清
直接进样串联质谱法快速筛查水产副产物中ω-3脂肪酸链磷脂
  • DOI：
    --
  • 发表时间：
    2018
  • 期刊：
    食品科学
  • 影响因子：
    --
  • 作者：
    崔益玮;俞喜娜;李诗言;戴志远;陈康;沈清
  • 通讯作者：
    沈清
超声速平面剪切层多模态混合扰动数值分析
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    航空动力学报
  • 影响因子：
    --
  • 作者：
    王强;关发明;沈清
  • 通讯作者：
    沈清

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

沈清的其他基金

基于宽带移动阵列孔径合成技术的目标测向定位方法及其性能分析
  • 批准号：
    62271052
  • 批准年份：
    2022
  • 资助金额：
    54 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码