【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及陣列信號空間譜估計，具體涉及一種基于盲稀疏度的多目標快速方向估計方法。
技術(shù)介紹
1、隨著現(xiàn)代電子信息技術(shù)的發(fā)展，空間譜估計已廣泛應用于雷達與通信系統(tǒng)，傳統(tǒng)的空間譜估計方法通常需要大量的傳感器和高采樣率才能準確重構(gòu)信號，而壓縮感知允許在較低的采樣率下進行信號重構(gòu)，可以降低硬件成本和復雜性，在許多實際應用中，信號的波達方向通常是稀疏的，即在高維空間中只有少數(shù)方向上有信號存在，壓縮感知利用這一稀疏性，通過優(yōu)化算法來恢復信號的完整信息。正交匹配追蹤算法是壓縮感知領(lǐng)域的經(jīng)典算法之一，但是將該算法應用于二維場景時，需要將二維信號重排一維長信號，相應字典中的原子長度和數(shù)量也將大大增加，由此產(chǎn)生的正交匹配追蹤算法計算復雜度將相當高，不能滿足實際應用中實時性的要求，同時該算法要求有目標個數(shù)的先驗條件，因此為了滿足實際應用的要求，需要研究針對多源目標的盲稀疏度正交匹配追蹤快速算法(blindsparsity?fast?orthogonal?matching?pursuit,bs-fomp)。
2、目前在壓縮感知領(lǐng)域?qū)Σㄟ_方向估計的研究主要是信號稀疏、信號觀測以及信號重構(gòu)，在信號重構(gòu)算法中，基追蹤算法(basis?pursuit,bp)和正交匹配追蹤算法(orthogonal?matching?pursuit,omp)是兩類經(jīng)典的算法，基追蹤算法也叫最小化范數(shù)算法，是基于線性規(guī)劃的凸優(yōu)化問題，追求全局最優(yōu)，因此具有相當高的計算復雜度，而正交匹配追蹤算法會獲得效果稍差的重構(gòu)信號，但具有更高的效率，因此更適合由二維信號重排為一
3、傳統(tǒng)的經(jīng)典類信號重構(gòu)算法即正交匹配追蹤算法用于陣列信號空間譜估計(direction?of?arrival,doa)估計時，只適用于已知目標個數(shù)的簡單的一維信號，在面對多目標的二維信號時，由于高維稀疏信號在運用該算法時需要重排為一維長信號，同時由于在對二維波達方向估計時需要離散化二維網(wǎng)格利用不同的角度值組合導向矢量構(gòu)成壓縮感知字典矩陣，由于在導向矢量中二維角度組合的存在，因此對于二維波達方向估計的正交匹配追蹤算法具有非常高的計算復雜度，估計效率較低。
技術(shù)實現(xiàn)思路
1、為了解決現(xiàn)有技術(shù)中存在的上述問題，本專利技術(shù)提供了一種基于盲稀疏度的多目標快速方向估計方法，具體包括：
2、第一方面，本專利技術(shù)提供了一種基于盲稀疏度的多目標快速方向估計方法，包括：
3、通過平面陣列天線，接收多源含噪聲信號，多源含噪聲信號包括來源于多個目標的信號；
4、基于第一方向角、第二方向角、俯仰角與方位角之間的關(guān)系，將多源含噪聲信號，轉(zhuǎn)換為方向角多源含噪聲信號模型，第一方向角為目標與x軸之間的夾角，第二方向角為目標與y軸之間的夾角；
5、分別對第一方向角和第二方向角，進行等網(wǎng)格劃分，確定劃分得到的所有網(wǎng)格點的導向矢量，并根據(jù)各網(wǎng)格點的導向矢量生成過完備冗余字典；
6、基于網(wǎng)格劃分結(jié)果，根據(jù)過完備冗余字典、方向角多源含噪聲信號模型，確定各網(wǎng)格點的方向角功率；
7、根據(jù)預設(shè)的第一閾值，根據(jù)各網(wǎng)格點的方向角功率，從劃分得到的所有網(wǎng)格點中篩選出高概率方向角網(wǎng)格點；
8、根據(jù)各高概率方向角網(wǎng)格點的導向矢量，生成子字典；
9、基于正交匹配追蹤快速算法，根據(jù)子字典、多源含噪聲信號和預設(shè)的第二閾值，得到估計信號；
10、根據(jù)估計信號和預設(shè)的第三閾值，得到目標信號，并獲取目標信號對應方向角信息；
11、基于第一方向角、第二方向角、俯仰角與方位角之間的關(guān)系，將目標信號對應的方向角信息轉(zhuǎn)換為俯仰角和方位角，得到多源含噪信號的方向估計結(jié)果。
12、第二方面，本專利技術(shù)還提供了一種基于盲稀疏度的多目標快速方向估計裝置，包括：
13、接收模塊，用于通過平面陣列天線，接收多源含噪聲信號，多源含噪聲信號包括來源于多個目標的信號；
14、處理模塊，用于基于第一方向角、第二方向角、俯仰角與方位角之間的關(guān)系，將多源含噪聲信號，轉(zhuǎn)換為方向角多源含噪聲信號模型，第一方向角為目標與x軸之間的夾角，第二方向角為目標與y軸之間的夾角；
15、處理模塊，還用于分別對第一方向角和第二方向角，進行等網(wǎng)格劃分，確定劃分得到的所有網(wǎng)格點的導向矢量，并根據(jù)各網(wǎng)格點的導向矢量生成過完備冗余字典；
16、處理模塊，還用于基于網(wǎng)格劃分結(jié)果，根據(jù)過完備冗余字典、方向角多源含噪聲信號模型，確定各網(wǎng)格點的方向角功率；
17、處理模塊，還用于根據(jù)預設(shè)的第一閾值，根據(jù)各網(wǎng)格點的方向角功率，從劃分得到的所有網(wǎng)格點中篩選出高概率方向角網(wǎng)格點；
18、處理模塊，還用于根據(jù)各高概率方向角網(wǎng)格點的導向矢量，生成子字典；
19、處理模塊，還用于基于正交匹配追蹤快速算法，根據(jù)子字典、多源含噪聲信號和預設(shè)的第二閾值，得到估計信號；
20、處理模塊，還用于根據(jù)估計信號和預設(shè)的第三閾值，得到目標信號，并獲取目標信號對應方向角信息；
21、處理模塊，還用于基于第一方向角、第二方向角、俯仰角與方位角之間的關(guān)系，將目標信號對應的方向角信息轉(zhuǎn)換為俯仰角和方位角，得到多源含噪信號的方向估計結(jié)果。
22、第三本文檔來自技高網(wǎng)...
【技術(shù)保護點】
1.一種基于盲稀疏度的多目標快速方向估計方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，當所述平面陣列天線為M×N的陣列時，任意第(m,n)個陣元接收到的信號，表示為：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，當所述平面陣列天線為M×N的陣列時，任意第(m,n)個陣元接收到的信號對應的方向角多源含噪聲信號模型，表示為：
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述基于網(wǎng)格劃分結(jié)果，根據(jù)所述過完備冗余字典、所述方向角多源含噪聲信號模型，確定各所述網(wǎng)格點的方向角功率，表示為：
5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)預設(shè)的第一閾值，根據(jù)各所述網(wǎng)格點的方向角功率，從劃分得到的所有網(wǎng)格點中篩選出高概率方向角網(wǎng)格點，包括：
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述基于正交匹配追蹤快速算法，根據(jù)所述子字典、所述多源含噪聲信號和預設(shè)的第二閾值，得到估計信號，包括：
7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述根據(jù)所述估計信號和預設(shè)的第三閾值，得到目標信號，包括：
8.一
9.一種電子設(shè)備，其特征在于，包括處理器、通信接口、存儲器和通信總線，其中，處理器，通信接口，存儲器通過通信總線完成相互間的通信；
10.一種計算機可讀存儲介質(zhì)，其特征在于，所述計算機可讀存儲介質(zhì)內(nèi)存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)權(quán)利要求1-7任一所述的方法。
...【技術(shù)特征摘要】
1.一種基于盲稀疏度的多目標快速方向估計方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，當所述平面陣列天線為m×n的陣列時，任意第(m,n)個陣元接收到的信號，表示為：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，當所述平面陣列天線為m×n的陣列時，任意第(m,n)個陣元接收到的信號對應的方向角多源含噪聲信號模型，表示為：
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述基于網(wǎng)格劃分結(jié)果，根據(jù)所述過完備冗余字典、所述方向角多源含噪聲信號模型，確定各所述網(wǎng)格點的方向角功率，表示為：
5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)預設(shè)的第一閾值，根據(jù)各所述網(wǎng)格點的方向角功率，從劃分得到的所有網(wǎng)格點中篩選出高...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：陶海紅，李玉婷，曹涵，廖海云，陳嘉，
申請(專利權(quán))人：西安電子科技大學，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。