基于阵列自相关矩阵的单站无源定位方法与流程

文档序号:12785140阅读:来源:国知局

技术特征:

1.一种基于阵列自相关矩阵的单站无源定位方法,包括:

1)采用L个天线接收机形成一个形状能任意改变的随机阵列,并假设有K个发射机用于发射信号,发射机的位置坐标为Pq(xq,yq,zq),其中q=1,2,3,......,K,L≥2,K≥1;

2)设在ti时刻,计算天线接收机阵列协方差矩阵R(ti):

R(ti)=E[x(ti)xH(ti)],

其中,ti表示离散的时间,i=1,2,3,....,T,T表示接收到信号的时刻,x(ti)表示天线阵列截获到来自发射机发射的K个离散化的窄带信号,x(ti)是一个L×1的向量,E[·]表示数学期望,H表示共轭转置运算;

3)将不同时刻对应位置的协方差矩阵R(ti)向量稀疏化后,构成观测矩阵的导向矢量,再集合在一起,得到一个粗网格字典Ψ;

4)设置初始参数:近似误差含有目标位置信息的向量y0=0,设目标位置的集合Γ0为空集合,设测量矩阵为一个空矩阵,其中,表示不同位置协方差矩阵R(ti)向量化的集合,用于迭代运算时更新近似误差;

5)计算目标位置集合:

5a)设迭代次数n=1,计算近似误差与网格字典Ψ的乘积:gn=ΨHen-1,其中,ΨH表示网格字典Ψ的转置,en-1表示初始化的近似误差e0,n表示迭代次数,n=1,2,3,......,K;

5b)根据5a)的结果,计算第n次迭代时的粗目标位置的索引:将粗目标位置表示为其中,argi max|gin|表示使取得最大值的in的取值;

5c)在粗目标位置处按照等间距进行网格划分,并对天线接收机在处截获的信号按时间ti离散化,计算离散化信号x(ti)的协方差矩阵R(ti),再将ti时刻的协方差矩阵向量稀疏化后集合在一起,重新构造细网格字典其中,i=1,2,3,.....,T;

5d)重新计算近似误差与细网格字典的乘积:其中表示细网格字典的转置,en-1表示第n-1次迭代的近似误差;

5e)根据5d)的结果,计算出第n次迭代时的细目标位置的索引:重新获得改善网格后的细目标位置

5f)更新位置集:其中,Γn-1表示为第n-1次迭代的位置集合,运算符号∪表示取矩阵的交集;

5g)更新测量矩阵:其中,表示第n-1次的测量矩阵,表示的第个向量,运算符号[]表示将两个矩阵合并为一个矩阵;

5h)更新含有目标位置信息的向量:其中运算符号+表示广义逆;

5i)更新近似误差:

5j)令n=n+1,如果n<K,则返回5d),否则停止迭代,输出更新位置集Γn,即为目标位置的集合。

2.根据权利要求1所述的方法,其中所述步骤3),按如下步骤进行:

3a)将r(ti)定义为ti时刻协方差矩阵向量化后的协方差向量:

其中,A(ti)是ti时刻窄带信号x(ti)的导向矢量,表示发射机发射的K个信号的信号功率,IL表示一个L×L的单位阵,表示Khatri-Rao乘积;

3b)将ti时刻可能出现在目标位置上的协方差向量进行稀疏化,其表示如下:

<mrow> <mi>r</mi> <mrow> <mo>(</mo> <msub> <mi>t</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mi>&Psi;</mi> <mrow> <mo>(</mo> <msub> <mi>t</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mi>y</mi> <mo>+</mo> <msubsup> <mi>&sigma;</mi> <mi>n</mi> <mn>2</mn> </msubsup> <mi>v</mi> <mi>e</mi> <mi>c</mi> <mrow> <mo>(</mo> <msub> <mi>I</mi> <mi>L</mi> </msub> <mo>)</mo> </mrow> <mo>,</mo> </mrow>

其中,y表示稀疏化的信号功率,有K个信号存在y的非零项中,

3c)对3b)的r(ti)进行估计,得到ti时刻估计后的向量稀疏化协方差矩阵:

<mrow> <mover> <mi>r</mi> <mo>^</mo> </mover> <mrow> <mo>(</mo> <msub> <mi>t</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mi>&Psi;</mi> <mrow> <mo>(</mo> <msub> <mi>t</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mi>y</mi> <mo>+</mo> <msubsup> <mi>&sigma;</mi> <mi>n</mi> <mn>2</mn> </msubsup> <mi>v</mi> <mi>e</mi> <mi>c</mi> <mrow> <mo>(</mo> <msub> <mi>I</mi> <mi>L</mi> </msub> <mo>)</mo> </mrow> <mo>+</mo> <mi>n</mi> <mrow> <mo>(</mo> <msub> <mi>t</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mo>,</mo> </mrow>

其中,n(ti)是服从近似高斯分布的估计误差;

3d)将不同时刻对应不同位置的集合在一起表示为

3e)将Ψ(ti)集合在一起表示为Ψ=[Ψ(t1)...Ψ(ti)...Ψ(tT)]T

3f)将n(ti)集合在一起表示为n=[n(t1)...n(ti)...n(tT)]T

3g)根据3d),3e)和3f)形成一个集合后的向量稀疏化协方差矩阵模型:得到网格字典为:

当前第2页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1