Цифровая антенная решетка - Digital antenna array

Цифровая антенная решетка (сегмент приемника)

Цифровая антенная решетка (передающая часть)

Цифровая антенная решетка (DAA) является умная антенна с многоканальным цифровым формированием луча, обычно с помощью быстрое преобразование Фурье (БПФ). Разработка и практическая реализация теории цифровых антенных решеток началась в 1962 году под руководством Владимир Варюхин (СССР ).

История

История DAA зародилась как теория многоканального анализа в 1920-х годах.^[1] В 1940-х годах эта теория превратилась в теорию трехканальных антенных анализаторов.^[1]

Внедрение эффективной обработки сигналов в радарах к концу 1950-х годов предопределило использование электронно-вычислительных машин в этой области. В 1957 году Бен С. Мелтонт и Лесли Ф. Бейли опубликовали статью^[2] относительно использования алгебраических операций для обработки сигналов с помощью электронных схем или аналогового компьютера.^[1]

Через три года после того, как в 1960 году была воплощена идея использования высокоскоростных компьютеров для решения задач пеленгования, первоначально для определения местоположения эпицентра землетрясения. Б. А. Болт был одним из первых, кто реализовал эту идею на практике.^[1][3] Практически одновременно аналогичный подход использовал Флинн, научный сотрудник Австралийского национального университета.^[4]

Несмотря на то, что в упомянутых экспериментах взаимодействие сенсоров и компьютеров реализовывалось с помощью карт ввода данных, такое решение стало решающим шагом на пути появления DAA. Тогда оставалось только решить задачу прямого ввода цифровых данных в компьютер с датчиков, исключив этап подготовки перфокарты и помощи оператора как лишнего элемента.^[1] Этот шаг в теории радаров был сделан после того, как в 1962 г. в бывшем СССР была решена проблема сверхрэлеевского разрешения источников излучения.^[1]

Цифровое формирование луча

Транспонированный Блок Face-splitting product в модели многоточечного радара с DAA, предложенной В. Слюсарь в 1996 г.^[5]

Основным подходом к цифровой обработке сигналов в DAA является «цифровое формирование луча» после Аналого-цифровые преобразователи (ADC) каналов приемника или ранее Цифро-аналоговые преобразователи (DAC) по передаче.

Цифровое формирование луча DAA имеет большое количество преимуществ, потому что в этом случае массив цифровых сигналов может быть преобразован и объединен несколькими способами параллельно, чтобы получить разные выходные сигналы. Сигналы со всех сторон можно оценивать одновременно и интегрировать в течение более длительного времени для увеличения энергии сигналов при обнаружении удаленных объектов и одновременно интегрировать в течение более короткого времени для обнаружения быстро движущихся близких объектов.^[6]

Перед операцией цифрового формирования диаграммы направленности следует провести коррекцию характеристик каналов с помощью специального тестового источника или с помощью гетеродинного сигнала.^[7][8][9] Такая коррекция может использоваться не только для каналов приема, но и для каналов передачи активного DAA.^[10]

Ограничения на точность оценки направление прибытия сигналы и глубина подавления помех в цифровых антенных решетках связаны с дрожь АЦП и ЦАП.^[11][12]

Методы обработки сигналов

Формирователь луча максимального правдоподобия

В максимальная вероятность формирователь луча (DML), шум моделируется как стационарный гауссовский белый случайный процесс, в то время как форма сигнала сигнала как детерминированная (но произвольная) и неизвестная.

Бартлетт лучформер

Формирователь луча Бартлетта является естественным продолжением обычного спектрального анализа (спектрограмма ) в DAA. Его спектральная мощность представлена

${\displaystyle {\hat {P}}_{Bartlett}(\theta )={\boldsymbol {v}}^{H}{\boldsymbol {R}}{\boldsymbol {v}}\ \ (1)}$.

Угол, который максимизирует эту мощность, является оценкой угла прихода.

Капон лучформер

Формирователь луча Капона, также известный как алгоритм формирования диаграммы направленности с минимальной дисперсией без искажений (MVDR),^[13] имеет силу, данную

${\displaystyle {\hat {P}}_{Capon}(\theta )={\frac {1}{{\boldsymbol {v}}^{H}{\boldsymbol {R}}^{-1}{\boldsymbol {v}}}}\ \ (2)}$.

Хотя формирователь луча MVDR / Capon может достигать лучшего разрешения, чем традиционный подход (Бартлетт), этот алгоритм имеет более высокую сложность из-за инверсии матрицы полного ранга. Технические достижения в Вычисления на GPU начали сокращать этот пробел и сделать возможным формирование луча Кейпона в реальном времени.^[14]

MUSIC лучформер

Основная статья: МУЗЫКА (алгоритм)

МУЗЫКА (МНОЖЕСТВЕННАЯ СИГНАЛЬНАЯ КЛАССИФИКАЦИЯ Алгоритм формирования луча начинается с разложения ковариационной матрицы как для сигнальной, так и для шумовой части. Собственное разложение представлено как

${\displaystyle {\boldsymbol {R}}={\boldsymbol {U}}_{s}{\boldsymbol {\Lambda }}_{s}{\boldsymbol {U}}_{s}^{H}+{\boldsymbol {U}}_{n}{\boldsymbol {\Lambda }}_{n}{\boldsymbol {U}}_{n}^{H}\ \ (3)}$.

MUSIC использует подпространство шума пространственной ковариационной матрицы в знаменателе алгоритма Кейпона.

${\displaystyle {\hat {P}}_{MUSIC}(\theta )={\frac {1}{{\boldsymbol {v}}^{H}{\boldsymbol {U}}_{n}{\boldsymbol {U}}_{n}^{H}{\boldsymbol {v}}}}\ \ (4)}$.

Поэтому формирователь луча MUSIC также известен как формирователь луча подпространства. По сравнению с формирователем луча Capon, он дает гораздо лучшую оценку DOA. В качестве альтернативного подхода можно использовать ESPRIT алгоритм тоже.

Искусственный интеллект

Основная статья: Искусственный интеллект

Важной тенденцией в развитии цифровой обработки сигналов для DAA является использование Искусственный интеллект технологии.^[15]

Примеры DAA

Радары

• 

  F220 Гамбург с SMART-L

• 

  SMART-L на борту F221 Гессен

• 

  Жираф AMB, 2007.

• 

  Воронеж-М радар, Лехтуси.

• 

  Радар АН / ТПИ-2, ТААД

• 

  CAPTOR-E, DSEI -2019

• 

  АМДР АН / ШПИОН-6 (цифровое формирование луча^[16])

Системы MIMO

Основная статья: MIMO

Использование DAA для повышения производительности радиосвязи в MIMO^[10] (Massive MIMO) системы.

Эхолоты и ультразвуковые датчики

DAA был реализован в большом количестве сонары и медицинский ультразвук датчики.^[14]

Смотрите также

• Периодограмма
• МУЗЫКА
• ESPRIT
• Умная антенна
• Матрица датчиков
• Владимир Варюхин

Рекомендации

1. Слюсарь В. И. Истоки теории цифровых антенных решеток .// Международная конференция по теории и технике антенн, 24–27 мая 2017 г., Киев, Украина. - Стр. 199 - 201 [1]
2. Бен С. Мелтонт и Лесли Ф. Бейли, Корреляторы множественных сигналов .// Геофизика. - Июль, 1957. - Вып. XXII, № 3. - Стр. 565-588. - DOI: 10.1190 / 1.1438390
3. B.A. Bolt. Уточнение эпицентров землетрясений, глубин очагов и времен возникновения землетрясений с помощью высокоскоростного компьютера .// Геофизический журнал. - 1960, т. 3, Выпуск 4. - Стр. 433 - 440. - DOI: 10.1111 / j.1365-246X.1960.tb01716.x.
4. Э. А. Флинн. Локализация землетрясения с помощью ЭВМ .// Вестник сейсмологического общества Америки. - июль 1960. - Т. 50, № 3. - Стр. 467–470
5. Вадим Слюсарь. Новые матричные операции для DSP (Лекция). Апрель 1999. - DOI: 10.13140 / RG.2.2.31620.76164 / 1.
6. Системные аспекты повсеместного цифрового формирования луча радара, Merrill Skolnik, 2002 г., [2]
7. Слюсарь В.И. Коррекция характеристик приемных каналов цифровой антенной решетки тестовым источником в ближней зоне // Радиоэлектроника и системы связи. - 2003, ТОМ 46; ЧАСТЬ 1, страницы 30-35.[3]
8. Слюсарь, В. Способ коррекции характеристик приемных каналов DAA с использованием гетеродинного сигнала // Труды III Международной конференции по теории и технике антенн, 8–11 сентября 1999 г., Севастополь, стр. 244 - 245. [4]
9. Слюсарь В.И., Титов И.В. Корректировка характеристик каналов приема интеллектуальных антенн для мобильной связи 4G // Труды IV Международной конференции по теории и технике антенн, 9–12 сентября 2003 г. Севастополь, Стр. 374 - 375. [5]
10. Слюсарь, В.И. Титов, И.В. Коррекция характеристик передающих каналов активной цифровой антенной решетки // Радиоэлектроника и системы связи. - 2004, ТОМ 47; ЧАСТЬ 8, страницы 9 - 13.[6]
11. Бондаренко М.В., Слюсарь В.И. «Предельная глубина подавления помех в цифровой антенной решетке в условиях джиттера АЦП .// 5-я Международная научная конференция по оборонным технологиям, ОТЕХ 2012. - 18-19 сентября, 2012. - Белград, Сербия. - С. 495 - 497» (PDF).
12. М. Бондаренко, В.И. Слюсарь. «Влияние джиттера в АЦП на точность пеленгации цифровыми антенными решетками. // Радиоэлектроника и системы связи. - Том 54, Номер 8, 2011. - С. 436 - 445.-» (PDF). Дои:10.3103 / S0735272711080061.
13. Дж. Капон, «Анализ частотно-волнового числа с высоким разрешением», Труды IEEE, 1969, Vol. 57, с. 1408–1418.
14. Асен, Джон Петтер; Бускенес, Джо Инге; Нильсен, Карл-Инге Коломбо; Остенг, Андреас; Холм, Сверре (2014). «Реализация формирования луча каплона на графическом процессоре для ультразвуковой визуализации сердца в реальном времени». Транзакции IEEE по ультразвуку, сегнетоэлектрикам и контролю частоты. 61 (1): 76–85. Дои:10.1109 / TUFFC.2014.6689777. PMID  24402897. S2CID  251750.
15. Светлана Кондратьева, Елена Овчинникова, Павел Шмачилин, Наталья Аносова. Искусственные нейронные сети в цифровых антенных массивах.//2019 Международная конференция по технике и телекоммуникациям (EnT). Ноябрь 2019.
16. Кэтрин Оуэнс. РЛС нового эсминца ВМФ проводит первые летные испытания. 10 апреля 2017 г.

Эта статья включает текст Вадима Слюсара, доступный под CC BY-SA 3.0 лицензия. Текст и его выпуск были получены Группа реагирования волонтеров Викимедиа; для получения дополнительной информации см. страница обсуждения.

дальнейшее чтение

• Оценка и отслеживание частоты, Куинн и Ханнан, Cambridge University Press, 2001.