本发明涉及无源阵列测向测幅,特别是涉及基于迭代最大稀疏凸优化的多目标无源阵列测向测幅方法。
背景技术:
1、无源测向测幅技术广泛应用于无线电定位、射电天文、通信、导航、雷达、声呐等众多领域,是物联网、电子侦查、电磁环境感知的关键性技术。近十几年来,得易于数字信号处理技术的成熟完善,无源测向测幅技术得到了广泛发展和应用,其中,使用无源阵列进行多目标测向测幅逐渐成为主流方案。
2、经典波束形成法(cbf)是一种传统无源阵列测向测幅方法,该方法通过调整阵列天线输出信号的加权矢量以形成不同指向的波束,其中最大输出功率对应的波束方向即为目标信号的入射方向。该方法能够同时得到目标的角度信息和功率信息。但是当存在多个目标时,目标主瓣易受其他目标旁瓣的干扰,导致角度估计不准、幅度估计明显抬高的情况,因此cbf方法在多目标测向测幅中应用较少。
3、21世纪初,研究人员将压缩感知中的稀疏恢复理论应用于阵列信号处理领域,解决了上述问题,其中的典型方法是基于一范数的稀疏奇异值分解法(l1-svd)。该方法引入了一范数惩罚来促使解具有稀疏性,大大提高了多目标的分辨能力。但同样由于引入了一范数惩罚,解的幅度也被低估了。因此研究一种能够同时满足多目标高精度的测向测幅新方法,是进一步发展无源测向测幅技术必须要解决的问题。
技术实现思路
1、本发明的目的在于克服现有技术的不足,提供一种基于迭代最大稀疏凸优化的多目标无源阵列测向测幅方法,使用迭代最大稀疏凸优化算法,改进稀疏恢复模型中的罚函数,使其从传统的凸罚函数变为非凸罚函数,在保证目标函数为凸函数的同时,最大化罚函数的非凸性,以提高解的稀疏性并降低幅度估计误差,实现多目标的高精度测向测幅。
2、本发明的目的是通过以下技术方案来实现的:基于迭代最大稀疏凸优化的多目标无源阵列测向测幅方法,包括以下步骤:
3、s1.建立多目标无源阵列稀疏信号处理模型,得到接收信号矩阵y;
4、s2.使用奇异值分解压缩接收信号矩阵y,重排后得到压缩信号向量yv;
5、s3.构建一范数约束的凸优化数学模型,并解凸优化问题得到凸优化问题的解xj,将该解记为
6、s4.构建imsc优化模型,迭代计算得到优化结果xopt;
7、s5.利用优化结果xopt得到多目标的角度与幅度估计结果。
8、本发明的有益效果是:本发明使用迭代最大稀疏凸优化算法,改进稀疏恢复模型中的罚函数,使其从传统的凸罚函数变为非凸罚函数,在保证目标函数为凸函数(解为全局最优解,即测向测幅结果唯一)的同时,最大化罚函数的非凸性,以提高解的稀疏性并降低幅度估计误差,弥补了传统稀疏恢复类方法低估信号幅度的缺点,实现了多目标的高精度测向测幅。
1.基于迭代最大稀疏凸优化的多目标无源阵列测向测幅方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的基于迭代最大稀疏凸优化的多目标无源阵列测向测幅方法,其特征在于:所述步骤s1包括:
3.根据权利要求1所述的基于迭代最大稀疏凸优化的多目标无源阵列测向测幅方法,其特征在于:所述步骤s2包括:
4.根据权利要求1所述的基于迭代最大稀疏凸优化的多目标无源阵列测向测幅方法,其特征在于:所述步骤s3包括:
5.根据权利要求1所述的基于迭代最大稀疏凸优化的多目标无源阵列测向测幅方法,其特征在于:所述步骤s4包括:
6.根据权利要求1所述的基于迭代最大稀疏凸优化的多目标无源阵列测向测幅方法,其特征在于:所述步骤s5包括: