完全极化条件下极化敏感阵列SINR分析仿真系统

资 源 简 介

本项目专注于根据完全极化电磁波理论，建立极化敏感阵列（如正交偶极子或三正交偶极子阵列）的接收信号物理模型。项目详细模拟了期望信号和干扰信号的空域与极化域特征，通过构建联合空域-极化域导向矢量，精确计算阵列接收数据的协方差矩阵。核心功能包括推导并计算在最优权矢量（如最大信干噪比准则或最小方差无畸变响应MVDR准则）下的理论输出信干噪比。系统能够动态分析不同极化状态（如线极化、圆极化、椭圆极化）、不同波达方向（DOA）、不同干扰功率以及不同空间与极化相关系数对系统SINR的具体影响。此外，项目实现了基于庞加莱球的极化状态可视化功能，用于直观展示信号与干扰的极化正交性对SINR性能的贡献，通过极化滤波技术分离同向但不同极化的信号，适用于雷达极化抗干扰、极化分集通信系统的理论研究、性能评估与算法验证。

详 情 说 明

项目：完全极化条件下极化敏感阵列SINR分析仿真系统

项目介绍

本项目是一个基于MATLAB开发的仿真系统，专注于根据完全极化电磁波理论，分析极化敏感阵列（Polarization-Sensitive Array）的信号接收与处理性能。系统通过建立正交偶极子阵列的物理模型，模拟期望信号与干扰信号在空域和极化域的特征，并计算在最优权矢量（MVDR/Max-SINR准则）下的理论输出信干噪比（SINR）。

该代码主要用于展示在复杂的电磁环境中，联合空域-极化域处理相较于传统仅空域处理的性能优势，特别是在强干扰存在或干扰与信号空间同向（Spatial Aliasing）的极端场景下，利用极化正交性进行干扰抑制的能力。

功能特性

• 联合空域-极化域建模：基于正交偶极子阵列，构建了包含空间相位信息和极化Jones矢量的联合导向矢量模型（Kronecker积形式）。
• 最优波束形成算法实现：实现了基于干扰加噪声协方差矩阵求逆的MVDR（最小方差无畸变响应）波束形成算法。
• 多维度SINR性能分析：

* 分析输出SINR随输入信噪比（SNR）变化的曲线，并对比“空-极联合处理”与“仅空域处理”的性能差异。 * 分析在空间无法分辨（信号与干扰同向）的情况下，输出SINR随干扰信号极化状态变化的曲线。

• 丰富的数据可视化：

* SINR性能对比曲线图。 * 极化滤波性能分析图。 * 二维空域波束响应切片图。 * 庞加莱球（Poincaré Sphere）极化状态三维可视化。

系统要求

• MATLAB R2016a 或更高版本
• 无需额外工具箱（仅使用基础矩阵运算和绘图功能）

使用方法

直接运行 main.m 文件即可启动仿真。脚本将自动执行以下流程：

1. 初始化系统参数（频率、阵元数、阵元间距等）。
2. 定义信号源场景（期望信号与干扰信号的DOA及极化参数）。
3. 执行循环仿真计算不同条件下的SINR。
4. 生成并弹出一个包含四个子图的综合结果窗口。

代码实现逻辑与细节分析

1. 系统参数与场景定义 代码首先定义了仿真环境常数，包括光速、载频（2GHz）、波长以及阵列结构。

• 阵列结构：采用6个阵元（$N=6$）的均匀线阵（ULA），每个阵元位置放置一对正交偶极子。
• 信号源：

* 期望信号：设定为来自正前方（0度），水平极化（$gamma=0, eta=0$）。 * 干扰信号：设定为来自侧方（30度），圆极化（$gamma=45, eta=90$），干噪比（INR）固定为20dB。

2. 核心算法逻辑 仿真核心在于通过 get_steering_vectors 函数生成导向矢量，并构建协方差矩阵：

• 联合导向矢量：将空域导向矢量（体现波程差相位）与极化导向矢量（Jones向量，体现电场分量）进行Kronecker积运算，生成 $2N times 1$ 维度的联合导向矢量。
• 协方差矩阵构建：利用干扰信号导向矢量和噪声功率构建干扰加噪声协方差矩阵 $R_{in}$。
• MVDR波束形成：计算最优权矢量 $w = R_{in}^{-1} a_s / (a_s^H R_{in}^{-1} a_s)$，该权矢量能最大化输出SINR。

3. 仿真过程详解

• 仿真 I：SINR vs SNR

* 在-20dB to 30dB的SNR范围内循环。 * 对比实验：代码同时计算了两种模式。 * 空-极联合模式：利用 $2N times 2N$ 的矩阵处理，充分利用极化自由度。 * 仅空域模式：利用 $N times N$ 的矩阵处理，仅利用空间相位信息。 * 结果展示了在极化域信息的辅助下，系统能获得更高的抗干扰增益。

• 仿真 II：SINR vs 极化差异（同向干扰场景）

* 构建了一个极端场景：干扰信号波达方向与期望信号完全一致（同为0度），此时空域滤波失效。 * 固定输入SNR为10dB，扫描干扰信号的极化角 $gamma$ 从0度到90度。 * 计算结果展示了当空间不可分时，系统如何单纯依靠极化正交性（Polarization Diversity）来分离信号和干扰。

4. 关键函数说明

• get_steering_vectors(theta, gamma, eta)：

* 输入：方位角、极化角、极化相位差。 * 输出：返回联合导向矢量、空域部分矢量、极化部分矢量。该函数实现了物理模型的核心数学表达。

• plot_beampattern_2d(w, target_theta)：

* 扫描-90度到90度方位角，计算固定权矢量 $w$ 对各个方向（假设极化匹配）的响应幅度，绘制归一化波束图。

• visualize_poincare_sphere(...)：

* 绘制单位球体及Q、U、V坐标轴，用于在庞加莱球上直观标示出期望信号和干扰信号的极化状态点，帮助理解两者的正交关系。

5. 结果可视化 代码通过 subplot 布局生成一幅综合图表：

• 图1：红色曲线代表联合处理，蓝色虚线代表仅空域处理，直观对比两者SINR增益。
• 图2：展示了在波达方向相同时，随着干扰极化状态偏离期望信号极化状态，SINR逐渐回升的过程。
• 图3：显示最优权矢量形成的空间波束指向图，验证波束主瓣不仅指向期望信号方向，且在干扰方向形成零陷（在仿真I的条件下）。
• 图4：庞加莱球的三维视图。