本发明属于传感器定位技术领域,具体涉及一种基于谱峰扩散效应的快速搜索定位方法。
背景技术:
经典的music方法在确定目标位置,即方位角和俯仰角信息时,固定方位角情况下穷尽搜索俯仰角,然后步进方位角,再穷尽搜索俯仰角,直到穷尽搜索完所有方位角和俯仰角的二维组合,因此存在计算量庞大,搜索时间长的弊端。
技术实现要素:
针对上述现有技术存在的不足,本发明的目的在于,提供一种基于谱峰扩散效应的快速搜索定位方法,显著减小了计算量,节省了计算时间,提高了定位的实时性。
为解决上述技术问题,本发明采用了以下技术方案:
基于谱峰扩散效应的搜索定位方法,将θ作为横坐标,
设存在p个目标,p≥0,该p个目标的搜索定位包括以下步骤:
步骤一:以点o(θ/2,φ/2)为圆心,以ω为半径形成圆,在该圆上进行搜索,搜索的谱峰函数pno-1为:
其中,ω取值为θ/4,单位为度;
a(δ)表示导向矢量,ah(δ)表示导向矢量的共轭转置;
δ表示圆o的圆心角,δ∈(0°,360°];
当不存在目标时,即p=0时,谱峰函数中不存在峰值点,结束搜索;
当存在p个目标,p≥1时,从谱峰函数pno-1中得到p个第一峰值点,继续进行步骤二至步骤三的搜索;
步骤二:步骤一中获得的p个第一峰值点分别对应圆上的p个第一搜索点,将圆心o分别与p个第一搜索点相连,得到p条直线,在第p条直线上进行搜索,p=0,1,2,…,p,搜索的谱峰函数pno-2为
其中,a(lp)表示导向矢量,ah(lp)表示导向矢量的共轭转置;
lp表示第p条直线的长度,lp∈(0,lp],lp表示lp的最大长度,单位为度;
其中,
搜索完成后,每条直线上对应有一个第二峰值点,第p个第二峰值点对应第p条直线上的一个第二搜索点;
步骤三:以第p条直线上的第二搜索点为圆心,在该圆心所在的一组同心圆上搜索,搜索的谱峰函数pno-3为
其中,a(τp,ωp)表示导向矢量,ah(τp,ωp)表示导向矢量的共轭转置;
τp表示圆心角,τp∈(0°,360°];
ωp为搜索第p个目标时对应的同心圆的平均半径;
第p组同心圆中每个圆的半径为1°~5°;
搜索完成后,每组同心圆上对应有一个第三峰值点,第p个第三峰值点对应第p组同心圆其中一个圆上一个第三搜索点,第p个第三搜索点对应的二维坐标即为第p个目标的方位角和俯仰角。
进一步,所述的步骤三中的每组同心圆中圆的个数至少为三个,所述的相邻圆之间的半径差为2°。
本发明的有益效果体现在:
本发明首先在一个圆周上搜索,然后在直线上搜索,最后在一个小范围的同心圆上搜索,完成目标定位,谱峰扩散效应的利用使得搜索具有方向性,无需搜索方位角和俯仰角的穷尽组合;计算量和存储量小,搜索速度快,可实现目标快速定位。
附图说明
图1是本发明的快速搜索方法示意图。
图2是本发明方法与music方法的计算量。
图3是本发明定位均方根误差和计算量关系。
图4是本发明定位成功概率和计算量的关系。
以下结合附图与具体实施方式对本发明进一步解释说明。
具体实施方式
众所周知,估计的二维角度
基于谱峰扩散效应的快速搜索定位方法,包括以下步骤:
步骤一:设空间有p个目标sp(t)(p=0,1,2,…,p),第p个目标的方位角为θp,第p个目标的俯仰角为
其中θ为所有目标的方位角和最大搜索范围,θ∈(0°,360°),φ为所有目标的俯仰角的最大搜索范围,φ∈(0°,90°);
在以点o(θ/2,φ/2)为圆心,以ω为半径的圆上进行搜索,为第一次搜索;
圆的参数方程为
其中,ω取值为θ/4,单位为度;δ为半径ω的圆的圆心角,δ∈(0°,360°];
第一次搜索为圆上的一维搜索,搜索变量为δ,谱峰函数为:
从该函数中就能得到p个峰值,其中,a(δ)表示导向矢量,ah(δ)表示导向矢量的共轭转置,
当不存在目标时,即p=0时,谱峰函数中不存在峰值点,结束搜索;
当存在p(p≥1)个目标时,从谱峰函数pno-1中得到p个峰值点,继续进行下列步骤的搜索:
步骤二:步骤一中获得的p个峰值点对应圆o上的p个搜索点,将圆o的圆心分别与p个搜索点相连,得到p条直线,在p条直线上分别进行搜索,在每条直线上获得一个峰值;
设第p个搜索点对应的圆心为
其中,
相应第p条直线的长度为
其中,
第二次搜索为沿着每条直线进行的一维搜索,搜索的谱峰函数为
其中,a(lp)表示导向矢量,ah(lp)表示导向矢量的共轭转置,
当第二次搜索完成,从谱峰函数pno-1中得到p个峰值点,第p个峰值点对应第p条直线上的一个搜索点;
步骤三:步骤二中获得的第p个峰值点对应的参数方程为
第三次搜索以
其中,a(τp,ωp)表示导向矢量,ah(τp,ωp)表示导向矢量的共轭转置,
搜索变量为(τp,ωp),τp∈(0°,360°],ωp为搜索第p个目标时对应的同心圆的平均半径,即对于第p个搜索点,具有三个同心圆,则取三个同心圆半径的平均值,同心圆的半径范围1°~5°;τp表示圆心角;
同心圆数目多则精度高,但耗时长,同心圆数目少则精度低,但耗时短,同心圆个数优选三个;
第三次搜索完成后,从谱峰函数pno-3中得到p个峰值点,第p个峰值点对应第p组同心圆其中一个圆上的一个搜索点,第p个搜索点对应的二维坐标即为第p个目标的方位角和俯仰角;
设在
本发明与music方法计算量分析:
设m、p和t分别表示传感器个数、空间信号源个数和采样数,假设k代表搜索步长。首先给出几个常用运算所需的浮点数,计算m行p列矩阵和p行n列矩阵的乘积需要6mn(2p-1)个浮点运算;计算m行m列矩阵的数学期望需要6m2+1个浮点运算;计算m行m列矩阵的特征分解需要4m5-5m4+m3个浮点运算;计算复数的绝对值需要3个浮点运算;计算复数的倒数需要1个浮点运算;
对music算法,计算接收数据的相关矩阵rx=e[xxh]需要8m2t-2m2+1个浮点运算,其中,x表示接收数据的列向量,xh表示x的共轭转置,e表示求数学期望;计算rxx=uσuh需要4m5-5m4+m3个浮点运算,其中,u表示rxx特征分解得到的信号子空间,σ表示特征分解得到的对角矩阵,uh表示u的共轭转置;计算
music算法总共需浮点数为:
(6m2+16m+52)(θφ/k2)+8m2t+4m5-5m4+9m3-8m2p-4m2+1。
对本发明方法,计算rxx=e[xxh],rxx=uσuh和
本发明方法总共需浮点数为:
图2为计算量统计结果,可见本发明方法的计算量显著小于经典music方法,在搜索步长减小时,两种方法的计算量都增加,但本发明方法计算量的增加明显小于music方法,在传感器个数增加时,本发明方法的计算量也明显小于music方法。
实施例1
本实施例给出三个空间信号源(即目标),其快速搜索定位方法为:
将θ作为横坐标,
该三个目标的搜索定位包括以下步骤:
步骤一:以点o(θ/2,φ/2)为圆心,以ω为半径形成圆,在该圆上进行搜索,搜索的谱峰函数pno-1为:
其中,ω取值为θ/4,单位为度;
a(δ)表示导向矢量,ah(δ)表示导向矢量的共轭转置;
δ表示圆o的圆心角,δ∈(0°,360°];
存在三个目标时,从谱峰函数pno-1中得到三个第一峰值点;
步骤二:步骤一中获得的三个第一峰值点分别对应圆上的三个第一搜索点,将圆心o分别与三个第一搜索点相连,得到三条直线,在这三条直线上分别进行搜索,搜索的谱峰函数pno-2为
其中,a(lp)表示导向矢量,ah(lp)表示导向矢量的共轭转置;
lp表示第p条直线的长度,lp∈(0,lp],p=1,2,3,lp表示lp的最大长度,单位为度;
其中,
搜索完成后,每条直线上对应有一个第二峰值点,每个峰值点对应每条直线上的一个第二搜索点;
步骤三:以步骤二中获得的每个第二搜索点为圆心,在一组同心圆上搜索,每组同心圆中圆的个数均为三个,搜索的谱峰函数pno-3为
其中,a(τp,ωp)表示导向矢量,ah(τp,ωp)表示导向矢量的共轭转置;
τp表示圆心角,τp∈(0°,360°];
ωp为搜索第p个目标时对应的同心圆的平均半径,每组的三个同心圆的半径在1°~5°之间,相邻圆之间的半径差为2°,(p=1,2,3);
搜索完成后,每组同心圆上对应有一个第三峰值点,每个第三峰值点对应每组同心圆其中一个圆上的一个第三搜索点,该第三搜索点对应的二维坐标即为第p个目标的方位角和俯仰角。
最终得到这三个信号源分别来自(20°,40°),(75°,50°)和(35°,60°),所有实验均是100次独立实验的平均结果。
效果分析:
(1)定位的均方根误差和计算量的关系:
定位均方根误差定义为
这里n=100,表示独立实验的次数,p=3代表空间信号源个数,
(2)定位成功概率和计算量的关系
实验中信噪比固定在0分贝,采样数取400次,本发明方法和music方法的步长均取0.1°;在第n次独立试验中估计值
图4为本发明方法和music方法定位成功概率随计算量变化关系。由图可见,music方法需要更多的计算量才能达到和本发明方法同样的定位成功率。在相同计算量情况下,本发明方法的定位成功概率显著高于music方法。
(3)定位时间比较
music方法和本发明方法都选择相同的步长进行搜索定位实验。实验利用一台inter(r)core(tm)i5-34703.2ghzcpu和8gbram计算机进行。搜索步长分别在0.1°、0.25°和0.5°下进行实验,得到的搜索时间统计结果如表1所示。
表1不同传感器部署下本发明和music方法定位时间比较
由表1可见,传感器越多,定位需要的时间越长,因为此时接收数据维数越大,相关矩阵和特征分解的维数也越大,计算时间变长。在相同的步长下,本发明需要的定位搜索时间远远小于经典music方法,步长越小,本发明在搜索时间上的优势越明显。