无线电测向理论与工程实践

本书特色：选材广泛，重点突出。在参阅、比较大量无线电测向相关书籍、文献、工程设计方案等材料的基础上进行选材，在对各类无线电测向技术体制进行一般性介绍的情况下，重点介绍了工程中常用的幅度响应型、相位响应型、阵列响应型测向体制。面向工程，易于操作。面向工程实践，详细介绍了工程中常见的问题及解决方法；对于常用的测向方法，以及相位差、幅度等参数的测量方法均给出其算法流程；在分析比较的基础上尽可能介绍各类主要方法的适用场合；另外给出了一些主要方法的计算机代码。内容新颖，探索前沿。不仅从各类书籍、杂志中选编了不少无线电测向技术的素材，更融入了大量笔者及团队的近期研究成果与心得体会，借鉴了不少可为测向所用的信号处理、机器学习、数据融合等技术，并有所发展。深度适宜，便于阅读。作为一本主要读者定位于无线电测向技术工程应用人员的书籍，特别注重了内容的深度与可读性。不少常见的数学证明就没有纳入本书，一些较长但必要的数学证明以附录的形式安排在末尾。

本书直接面向无线电测向工程实践，既介绍常用的无线电测向方法，又推荐一些有潜力的测向新技术；既深度适宜地介绍测向理论，又推荐工程实践中常见问题的解决方案。全书共5章，第1章阐述无线电测向的任务、应用领域及发展简史；第2章介绍无线电测向机理、常用的无线电测向技术体制、典型的无线电测向性能指标，以及工程中常见的测向误差源及其影响；第3章具体介绍各类常用的数字化无线电测向体制，包括相位响应型测向、幅度响应型测向、阵列响应型测向等各类常用方法；第4章围绕无线电测向系统研制与应用，介绍工程实践中常见的问题及其解决方法，包括相位差和幅度测量方法、校正与标定、避免和减轻测向模糊的方法、无线电测向的数据融合、测向系统总体设计技术等；第5章介绍无线电测向技术的新发展，包括宽频段多源快速测向、信号分析与测向一体化技术，以及人工智能技术在测向领域的研究与应用情况、压缩感知技术的测向应用等。
本书内容新颖、选材广泛、重点突出、面向工程、易于操作，可供从事无线电测向定位、信号处理技术研宄与工程实践的技术人员，以及相关专业师生阅读。

陆安南，男，研究员级高级工程师，中国电子科技集团公司首席科学家，享受国务院政府特殊津贴。曾获重量科技进步二等奖1项、省部级科技进步一等奖2项、二等奖1项。长期耕耘在无线电测向定位和航天工程技术领域。

第1章引言1
1.1无线电测向任务1
1.2无线电测向应用1
1.3无线电测向简史2
1.4本书导读4
1.5本章小结4
本章参考文献5
第2章无线电测向概论6
2.1无线电测向机理6
2.2测向体制与分类6
2.3测向机性能指标8
2.4测向误差源及其影响10
2.4.1干扰10
2.4.2噪声11
2.4.3阵元位置误差12
2.4.4阵元互耦13
2.4.5通道失配15
2.5测向系统17
2.5.1系统组成17
2.5.2基本功能单元18
2.5.3综合功能单元22
2.6几种典型测向系统简介23
2.6.1国外测向系统介绍23
2.6.2国内测向系统介绍26
2.7本章小结31
本章参考文献31
第3章无线电测向方法32
3.1相位响应型测向33
3.1.1一维角测向33
3.1.2二维角测向51
3.1.3其他测向算法66
3.2幅度响应型测向68
3.2.1一维角测向69
3.2.2二维角测向76
3.3阵列响应型测向84
3.3.1非子空间测向法86
3.3.2子空间测向法94
3.3.3其他相关理论与分析131
3.4其他测向体制151
3.4.1相位转幅度型测向151
3.4.2频率响应型测向154
3.4.3时间响应型测向163
3.5本章小结164
本章参考文献165
第4章无线电测向工程实践170
4.1相位差与幅度测量方法170
4.1.1相位差测量170
4.1.2幅度测量189
4.2校正与标定198
4.2.1阵元位置误差校正198
4.2.2天线阵互耦补偿201
4.2.3接收通道失配校正203
4.2.4天线阵互耦及其位置误差综合校正204
4.2.5外场测试入射方向标定206
4.3测向模糊及解决方法208
4.3.1测向模糊概述208
4.3.2一阶模糊209
4.3.3高阶模糊231
4.4无线电测向的数据融合236
4.4.1数据融合236
4.4.2参数融合236
4.4.3测向结果融合237
4.5测向系统总体设计技术242
4.5.1任务分析243
4.5.2设计要点244
4.5.3系统方案250
4.6本章小结251
本章参考文献251
第5章无线电测向技术发展253
5.1信号分析与测向一体化253
5.1.1基于信号分离的测向方法253
5.1.2基于测向的信号分离方法257
5.1.3信号分析与测向综合方法258
5.2多信号快速测向263
5.3人工智能测向技术265
5.3.1人工智能测向技术现状概述265
5.3.2人工智能测向技术案例270
5.4压缩感知测向技术277
5.4.1稀疏表示模型277
5.4.2l1-SVD算法278
5.4.3算例278
5.5仿生测向技术280
5.5.1基于奥米亚棕蝇耦合听觉结构的仿生测向原理280
5.5.2算例282
5.6本章小结284
本章参考文献284
附录A第3章有关公式推导289
附录B第4章有关公式推导298
附录C计算机程序319
缩略语330