【技术实现步骤摘要】
目标空间位置参数估计方法及装置
[0001]本专利技术涉及通信
,尤其涉及一种目标空间位置参数估计方法及装置。
技术介绍
[0002]频率多样性阵列(Frequency Diverse Array,FDA)通过采用小的元件间频率偏移,具有灵活和无移相器的波束扫描能力。多个工作频率的使用累积到总带宽,允许足够的距离分辨率,但同时增加了前端电路链的预算。众所周知,射频系统的设计受到模数(A/D)转换器规格和从A/D转换器到处理器或存储子系统的数据吞吐量的限制。对于FDA系统尤其如此,由于空间和频率测量的Kronecker产品扩展,矩阵尺寸很容易爆炸。实时处理如此大规模的矩阵需要高端A/D转换器和数据处理组件,导致基于FDA的探测系统既昂贵又耗电。
[0003]信息论框架最初是为了在图像识别中提取特征而提出的,信息论的创始人香农提出把数据看作是信息和冗余度的组合。所谓冗余度,是由于一副图像的各像素之间存在着很大的相关性,可利用一些编码的方法删去它们,从而达到减少冗余压缩数据进行传输的目的。而雷达也是传送各种信息的,只是信息类型不同,故使用信息理论框架对探测系统的目标参数进行估计,现有技术中,一般采用随机的压缩感知核,降低接收信号的采样率,以实现靶点定位。由于牺牲掉一定量的采样信息,所以其计算复杂程度和运算量相对较低,但同时,会导致定位精度和准确度较低。
技术实现思路
[0004]本专利技术提供一种目标空间位置参数估计方法及装置,用以解决现有技术中在随机压缩感知时丢失数据导致定位精度较低的缺陷, ...
【技术保护点】
【技术特征摘要】
1.一种目标空间位置参数估计方法,其特征在于,包括:接收来自目标发射端的发射信号;将所述发射信号输入至信号模型,获取目标协方差矩阵;基于所述目标协方差矩阵,获取与目标发射端对应的目标参数;其中,所述目标参数包括所述目标发射端与接收端之间的距离和波达方向角,所述信号模型是根据信息论框架下的目标感知压缩矩阵建立的。2.根据权利要求1所述的目标空间位置参数估计方法,其特征在于,在所述接收来自目标发射端的发射信号之前,还包括:基于先验信息,计算目标互信息在所述目标感知压缩矩阵中的信息梯度值;基于所述信息梯度值和变步长,对所述目标感知压缩矩阵进行更新迭代;其中,所述目标互信息是所述先验信息对应的压缩向量和目标参数之间的香农互信息。3.根据权利要求2所述的目标空间位置参数估计方法,其特征在于,在所述将所述发射信号输入至信号模型,获取目标协方差矩阵之前,还包括:根据第一引导向量和第二引导向量,构建接收向量;基于所述接收向量和所述目标感知压缩矩阵,构建所述信号模型;其中,所述第一引导向量与所述波达方向角匹配,所述第二引导向量与所述距离匹配。4.根据权利要求3所述的目标空间位置参数估计方法,其特征在于,所述压缩向量是所述目标感知压缩矩阵与所述接收向量的乘积。5.根据权利要求4所述的目标空间位置参数估计方法,其特征在于,所述基于先验信息,计算目标互信息在所述目标感知压缩矩阵中的信息梯度值,包括:基于所述先验信息,确定关于距离和波达方向角的概率分布模型;基于所述压缩向量在所述目标感知压缩矩阵中的第一梯度值和第二梯度值,计算所述信息梯度值;其中,所述第一梯度值从所述概率分布模型直接获取,所述第二梯度值是基于所述概率分布模型和所述目标感知压缩矩阵计算获取。6.根据权利要求1所述的目标空间位置参数估计方法,其特征在于,所述基于所述目标协方差矩阵,获取与目标发射端对应的目标参数,包括:基于所述目标协方差矩阵,获取空间谱;在所述空间谱的目标振幅为峰值的情况下,将所述目标振幅对应的距离估计值和波达方向角估计值作为所述目标参数。7.根据权利要求3所述的目标空间位置参数估计方法,其特征在于,所述信号模型为:R
yy
=Φ
·
E[x(t)x
H
(t)]
·
Φ
H
其中,R
yy
为所述模型输出的所述协方差矩阵,x(t)为所述接收向量,Φ为所述目标感知压缩矩阵。8.根据权利要求7所述的目标空间位置参数估计方法,其特征在于,在包括Q个不相关的远场点目标且第q个所述远场点目标位于二维极坐标系...
【专利技术属性】
技术研发人员:黄永明,刘升恒,倪天恒,毛子焕,尤肖虎,
申请(专利权)人:网络通信与安全紫金山实验室,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。