[发明专利]一种基于压缩感知的自由度增加型互质阵列波达方向估计方法有效

专利信息
申请号: 201710116894.4 申请日: 2017-03-01
公开(公告)号: CN107037392B 公开(公告)日: 2020-08-07
发明(设计)人: 史治国;周成伟;陈积明 申请(专利权)人: 浙江大学
主分类号: G01S3/02 分类号: G01S3/02
代理公司: 杭州求是专利事务所有限公司 33200 代理人: 刘静;邱启旺
地址: 310058 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 压缩 感知 自由度 增加 型互质 阵列 方向 估计 方法
【权利要求书】:

1.一种基于压缩感知的自由度增加型互质阵列波达方向估计方法,其特征在于,包含以下步骤:

(1)接收端使用M+N-1个天线,并按照互质阵列结构进行架构;其中M与N为互质整数;

(2)利用互质阵列接收D个方向为θ12,…,θD的远场窄带非相干信号源的入射信号,得到(M+N-1)×1维互质阵列接收信号x(k),共采集K个采样快拍得到X=[x(1),x(2),…,x(K)];

(3)构造一个压缩感知核Φ:Φ是一个Q×(M+N-1)维矩阵;其中Q为压缩系数,满足QM+N-1且QD;Φ中的元素随机生成,满足高斯分布或伯努利分布条件,且满足行正交的条件;

(4)利用压缩感知核将(M+N-1)×1维互质阵列接收信号x(k)以随机投影的方式压缩为Q×1维轮廓信号y(k),即y(k)=Φx(k);对于K个采样快拍得到Y=[y(1),y(2),…,y(K)];

(5)根据K个采样的轮廓信号计算Q×Q维轮廓信号采样协方差矩阵

(6)通过向量化轮廓信号的采样协方差矩阵计算轮廓信号所对应的等价虚拟信号z:

其中,为Q2×D维压缩后的虚拟阵列导引矩阵,这里,vec(·)表示向量化操作,即将矩阵中的各列按序堆叠成一个新的向量,(·)*和(·)T分别表示共轭和转置操作,表示克罗内克积,为D个入射信号的功率,为噪声功率,IM+N-1为(M+N-1)×(M+N-1)维单位矩阵,互质阵列导引向量a(θd)可表示为:

其中ui,i=1,2,…,M+N-1为互质阵列的天线阵元位置,λ为入射信号的波长;根据以下关系:

轮廓信号所对应的等价虚拟信号z进一步表示为:

其中,为Q2×D维压缩后的虚拟阵列导引矩阵,向量z视作虚拟阵列所接收到的等价虚拟信号,其相应的虚拟阵列导引矩阵为

所述的等价虚拟信号z等价表示为:

其中,为(M+N-1)2×D维虚拟阵列导引矩阵,i=vec(IM+N-1);为互质阵列接收信号的采样协方差矩阵;

(7)构造虚拟域稀疏信号重建优化问题并求解,首先根据空间域信号的稀疏特性,将波达方向角的角度域范围等间距划分成个网格点,即然后根据等价虚拟信号z构建如下以为变量的虚拟域稀疏信号重建优化问题:

其中为维矩阵,且包含个方向上信号的功率信息,∈为阈值常数,用于约束信号重建的误差,将非凸优化问题转化成凸优化问题,并求解得到最优解

该步骤中,将虚拟域稀疏信号重建非凸优化问题,引入1范数松弛技术,转化为如下凸优化问题:

该步骤中,或将虚拟域稀疏信号重建非凸优化问题转化为如下基追踪去噪优化问题:

其中,ξ为正则化参数,用于权衡虚拟域信号重建误差和空间谱的稀疏性;

(8)通过谱峰搜索的方式,寻找维空间谱的峰值,并将其包含的重建信号功率值从大到小排列,前D个峰值所对应的x轴角度方向即为波达方向估计结果。

2.根据权利要求1所述的一种基于压缩感知的自由度增加型互质阵列波达方向估计方法,其特征在于:步骤(1)所述的互质阵列具体结构为:互质阵列由一对稀疏均匀线性子阵列组合而成,第一个子阵列包含M个天线阵元,且阵元间距为Nd;第二个子阵列包含N个天线阵元,且阵元间距为Md;d为入射窄带信号波长λ的一半,将两个子阵列以首个天线阵元重叠的方式进行组合,得到包含M+N-1个天线阵元的互质阵列结构。

3.根据权利要求1所述的一种基于压缩感知的自由度增加型互质阵列波达方向估计方法,其特征在于:步骤(5)所述的轮廓信号采样协方差矩阵计算方法为:

或通过以下计算方法得到:

其中为互质阵列接收信号的采样协方差矩阵,表示为:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710116894.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top