关注公众号

关注公众号

手机扫码查看

手机查看

喜欢作者

打赏方式

微信支付微信支付
支付宝支付支付宝支付
×

信号的时域、空域特性(一)

2020.9.28

一、时域与空域特性

以远场模型(平面波)为例,假设均匀线阵接收的为窄带信号,假设相邻振元间隔为d,入射角θ为:

20180116045417417.jpg

从空域坐标来看,相邻振元的间隔为:dsinθ

等价到时间轴来看,采样点的间距为:dsinθ,对应时间间隔为:20180116045429946.jpg

二、时、空域与采样定理

A、空域角度理解

相邻振元的相位差为:

20180116045441956.jpg

以干涉仪为例,如果存在相位模糊,有

20180116045454357.jpg

k为非零整数,如果希望不出现相位模糊

20180116045505221.jpg

对应扫描边界20180116045518624.jpg,则有20180116045529906.jpg

容易证明,同干涉仪一样,均匀线阵谱估计中的导向矢量,如果不满足上面的约束条件,同样会有多峰的问题。

B、时域角度理解

前文提到,采样点对应的时间间隔为20180116045429946.jpg,即采样周期。空域均匀线阵对应时域均匀采样,采样频率:

20180116045541134.jpg

入射信号的频率为:

20180116045551720.jpg

如果采样无混叠,需要满足Nyquist采样定理:

20180116045602329.jpg

该约束条件等价于:

20180116045614421.jpg

可以看出均匀线阵的相位无模糊对应时域均匀采样的奈奎斯特定理。多说一句,如果是非均匀线阵、圆阵等形式,可以理解成对应维度的非均匀采样;从空域角度理解,非均匀阵列可以解决模糊问题,从时域角度理解,稀疏采样/非均匀采样可以突破奈奎斯特采样定理。

三、时、空域及功率谱

波束形成主要对感兴趣的方向进行增强/抑制,而谱估计更多是参数估计问题,前者操作多为主动,后者操作多为被动,MVDR算法对二者均适用。这里暂且抛开应用场景,仅从时、空角度理解功率谱的”谱”特性。

接着上文的时域、空域思路,这里先从时域的角度来表述,为了简化均不考虑加窗情形。

A、时域角度理解

对于N点均匀采样的信号uN(n),对其进行傅里叶变换:

20180116045625454.jpg

uN(n)的相关函数为:

容易证明有如下对应关系:

20180116045636278.jpg

而相关函数对应的傅里叶变换为功率谱密度,可以求解功率谱密度:

20180116045648462.jpg

B、空域角度理解

N个均匀线阵接收单元,对应的波束形成为:

20180116045659290.jpg

即空域的波束形成可以理解为时域的傅里叶变换,

20180116045711924.jpg



推荐
关闭