【技術(shù)實(shí)現(xiàn)步驟摘要】
本專(zhuān)利技術(shù)屬于陣列信號(hào)處理領(lǐng)域，具體是涉及一種倒梯臺(tái)陣求解到達(dá)方向問(wèn)題的二維超分辨檢測(cè)方法。
技術(shù)介紹
1、定位多個(gè)目標(biāo)，或者說(shuō)，確定每一個(gè)信號(hào)源的方位角和俯仰角，是信號(hào)處理領(lǐng)域的一個(gè)重要的問(wèn)題。
2、早期傳統(tǒng)的波束形成算法是一種有力的估計(jì)目標(biāo)位置的低復(fù)雜度的算法，對(duì)于接收到的陣元數(shù)據(jù)，通過(guò)做一個(gè)傅里葉變換，確定目標(biāo)位置。該方法是傳統(tǒng)時(shí)域上傅里葉譜估計(jì)算法中的一種空域簡(jiǎn)單擴(kuò)展過(guò)程，也就是說(shuō)該算法利用空域各陣元接收的數(shù)據(jù)替代傳統(tǒng)時(shí)域處理中的時(shí)域數(shù)據(jù)，但是它的分辨率比較低。
3、在波束形成算法的基礎(chǔ)上，學(xué)者們又提出了一些基于子空間的高分辨率的算法，比如說(shuō)pencil-music2和2d?unitary?esprit。其中，music算法原理為：(1)根據(jù)接收到的數(shù)據(jù)得到數(shù)據(jù)協(xié)方差矩陣；(2)對(duì)數(shù)據(jù)協(xié)方差矩陣進(jìn)行特征分解；(3)由數(shù)據(jù)協(xié)方差矩陣的特征值進(jìn)行信號(hào)源數(shù)判斷；(4)確定信號(hào)子空間與噪聲子空間；(5)根據(jù)信號(hào)參數(shù)范圍進(jìn)行譜峰搜索；(6)找出極大值點(diǎn)對(duì)應(yīng)的角度就是信號(hào)入射方向。
4、這類(lèi)算法的一個(gè)共同特點(diǎn)就是通過(guò)對(duì)陣列接收數(shù)據(jù)的數(shù)學(xué)分解(如特征分解、奇異值分解及qr分解等),將接收數(shù)據(jù)劃分為兩個(gè)相互正交的子空間：一個(gè)是與信號(hào)源的陣列流型空間一致的信號(hào)子空間，另一個(gè)則是與信號(hào)子空間正交的噪聲子空間。子空間分解類(lèi)算法就是利用兩個(gè)子空間的正交特性構(gòu)造出“針?lè)笨臻g譜峰，從而大大提高算法的分辨力。但這些基于子空間的高分辨率的算法表現(xiàn)對(duì)信號(hào)源的數(shù)目很敏感，并且在低信噪比的情況下，算法性能會(huì)急遽惡化。p>
5、后來(lái)，學(xué)者們?cè)诳臻g域利用信號(hào)源的稀疏性，提出了一些基于壓縮感知的方法，由于其很強(qiáng)的理論基礎(chǔ)和高分辨率的優(yōu)勢(shì)，基于壓縮感知的方法成為一種有吸引力的算法。傳統(tǒng)的基于壓縮感知的方法，搭建了一個(gè)離散的網(wǎng)絡(luò)，并且假定所有的估計(jì)位置都精確地落在格點(diǎn)上。然而這個(gè)假設(shè)是不實(shí)際的，并且當(dāng)估計(jì)位置不落在格點(diǎn)上時(shí)，就會(huì)發(fā)生格點(diǎn)錯(cuò)配問(wèn)題。為了克服這個(gè)格點(diǎn)匹配問(wèn)題，需要做好網(wǎng)格劃分，但這會(huì)大大地增加計(jì)算復(fù)雜度。
6、另外一種信號(hào)估計(jì)方法是將目標(biāo)的方位角看作可連續(xù)取值的參數(shù)，這就是基于原子范數(shù)最小化的方法。然而基于原子范數(shù)的算法涉及求解一個(gè)正半定規(guī)劃的問(wèn)題，所以計(jì)算復(fù)雜度非常高。
7、針對(duì)基于均勻圓環(huán)陣的二維到達(dá)方向估計(jì)問(wèn)題，早期傳統(tǒng)的波束形成算法需要對(duì)多個(gè)傳感器的位置和布局進(jìn)行精確設(shè)計(jì)，布局不合理可能會(huì)影響波束形成效果。而且只對(duì)陣元數(shù)據(jù)進(jìn)行了一個(gè)傅里葉變換操作，所以分辨率比較低。基于子空間的高分辨率的算法表現(xiàn)對(duì)信號(hào)源的數(shù)目很敏感，且在低信噪比的情況下，算法性能會(huì)急遽惡化。基于壓縮感知的方法因?yàn)榇罱艘粋€(gè)離散的網(wǎng)絡(luò)，所以會(huì)發(fā)生格點(diǎn)錯(cuò)配問(wèn)題。基于原子范數(shù)最小化的方法，因?yàn)樯婕熬仃嚽竽妫杂?jì)算復(fù)雜度高。
技術(shù)實(shí)現(xiàn)思路
1、本專(zhuān)利技術(shù)的目的是提供一種求解基于倒梯臺(tái)陣二維到達(dá)方向估計(jì)問(wèn)題的二維超分辨檢測(cè)方法，更好地估計(jì)目標(biāo)方位角、俯仰角和復(fù)幅度矢量，并具有高分辨率、估計(jì)準(zhǔn)確度高、能夠減輕格點(diǎn)錯(cuò)配影響、低復(fù)雜度的優(yōu)點(diǎn)。
2、本專(zhuān)利技術(shù)的技術(shù)方案為：
3、一種倒梯臺(tái)陣求解到達(dá)方向問(wèn)題的二維超分辨檢測(cè)方法，包括如下步驟：
4、步驟1、初始化：設(shè)置好停止閾值τ，最大迭代次數(shù)i，單步牛頓修正次數(shù)rs和循環(huán)牛頓修正次數(shù)rc等算法的初始參數(shù)；
5、步驟2、陣元數(shù)據(jù)輸入：輸入等間隔分布圓環(huán)陣列接收到的陣元數(shù)據(jù)y，拉直為y，i＝0,p0＝{}，當(dāng)而且i≤i的時(shí)候，重復(fù)如下步驟：i＝i+1；
6、步驟3、檢測(cè)階段：使用有限離散集合代替無(wú)限集合通過(guò)最大化罰函數(shù)來(lái)得到線譜頻率w的初始估計(jì)值；
7、步驟4、單步修正：采用牛頓法(利用罰函數(shù)的一階導(dǎo)數(shù)和二階導(dǎo)數(shù))對(duì)步驟3的當(dāng)前頻率、復(fù)幅度的初始估計(jì)值進(jìn)行單步修正，重復(fù)次數(shù)為rs，得到更新后的目標(biāo)信息；
8、步驟5、循環(huán)修正：對(duì)步驟4的信號(hào)的頻率和復(fù)幅度值進(jìn)行重新修正，固定其他信號(hào)的信息，輪流對(duì)每一個(gè)信號(hào)的頻率和復(fù)幅度值進(jìn)行一次牛頓修正，得到更新后的目標(biāo)信息，循環(huán)次數(shù)為rc；
9、步驟6、最小二乘法修正：通過(guò)最小二乘法更新復(fù)幅度值，確保剩余能量是當(dāng)前這組被估計(jì)出的頻率的最小可能值，同時(shí)讓pm表示新的參數(shù)集合；
10、步驟7、殘余能量閾值判斷：在初始信號(hào)中剔除有效目標(biāo)估計(jì)結(jié)果信號(hào)數(shù)據(jù)，檢測(cè)殘余觀測(cè)能量是否≤閾值τ；
11、步驟8、程序停止：達(dá)到設(shè)定條件后停止計(jì)算，輸出目標(biāo)估計(jì)結(jié)果集合。
12、所述步驟3中，將w限制到一個(gè)離散集(ωθ,ωφ)，(γθ,γφ)是過(guò)采樣率，定義wc＝[θc,φc]h＝argmax?gy(w)為這個(gè)階段的輸出，相應(yīng)的復(fù)幅度x(t)的估計(jì)值是此時(shí)，檢測(cè)后
13、所述步驟4中，讓表示現(xiàn)在的估計(jì)值，則頻率修正的牛頓正交匹配追蹤算法的框架為：
14、
15、其中：
16、
17、和
18、
19、是對(duì)而言的梯度和漢森矩陣，表示求偏導(dǎo)，此時(shí)，修正后
20、進(jìn)一步地，所述步驟4中，
21、
22、表示求導(dǎo)操作；
23、在罰函數(shù)是局部凹函數(shù)的情況下，采用上述更新規(guī)則最大化
24、
25、是矩陣a拉直而來(lái)的，a的每一列為
26、
27、☉表示哈達(dá)瑪積，表示將兩個(gè)等維度的矩陣的對(duì)應(yīng)元素相乘。
28、所述步驟4中，估計(jì)多個(gè)線譜頻率的方法是通過(guò)采用單信號(hào)的修正程序?qū)κＳ嗄芰窟M(jìn)行牛頓坐標(biāo)下降，對(duì)于已經(jīng)估計(jì)出的l個(gè)信號(hào)，讓p＝{(xl,wl),l＝1,…,l}表示已經(jīng)檢測(cè)出的目標(biāo)的估計(jì)值，則對(duì)應(yīng)于這個(gè)估計(jì)值的殘余觀測(cè)拉直后的矩陣定義成yr(p)，則有：
29、
30、其中，修正第l個(gè)信號(hào)的過(guò)程如下：將yr(p\{xl,ωl})視為初始觀測(cè)y，然后利用單步牛頓修正步驟更新(xl,ωl)，基于坐標(biāo)下降的下一個(gè)步驟涉及調(diào)整所有的被檢測(cè)出來(lái)的頻率wl。
31、所述步驟4中，修正接受準(zhǔn)則為：修正步驟被接受的條件是修正會(huì)導(dǎo)致的嚴(yán)格提升，即
32、所述步驟5中，在每次牛頓修正中，將視為觀測(cè)y，然后應(yīng)用單步修正步驟。所述步驟6中，最小二乘法修正公式為:
33、xl(t)(t＝1,……，t,l＝1,……,m)
34、·)+表示取偽逆，將接收到的信號(hào)投射到由被估計(jì)出的頻率張成的子空間上，如此即得到更新后的頻率和幅度值。
35、所述步驟7中，根據(jù)目前所有目標(biāo)信息中的頻率和復(fù)幅度值，生成已經(jīng)估計(jì)出的信號(hào)數(shù)據(jù)，從上一次觀測(cè)的初始數(shù)據(jù)中把這些已經(jīng)估計(jì)出的信號(hào)數(shù)據(jù)剔除，將剩下的殘余觀測(cè)能量作為新的初始觀測(cè)數(shù)據(jù)y。
36、所述步驟8中，重復(fù)停止的條件為：a、重復(fù)次數(shù)已達(dá)到算法預(yù)設(shè)的最大迭代次數(shù)；b、算法判斷殘余觀測(cè)能量不超過(guò)相應(yīng)閾值。
37、本專(zhuān)利技術(shù)的有益效果為：
38、1本文檔來(lái)自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種倒梯臺(tái)陣求解到達(dá)方向問(wèn)題的二維超分辨檢測(cè)方法，其特征在于，包括如下步驟：
2.根據(jù)權(quán)利要求1所述的一種倒梯臺(tái)陣求解到達(dá)方向問(wèn)題的二維超分辨檢測(cè)方法，其特征在于：所述步驟3中，將w限制到一個(gè)離散集(Ωθ,Ωφ)，(γθ,γφ)是過(guò)采樣率，定義wc＝[θc,φc]H＝argmax?GY(w)為這個(gè)階段的輸出，相應(yīng)的復(fù)幅度x(t)的估計(jì)值是此時(shí)，檢測(cè)后
3.根據(jù)權(quán)利要求2所述的一種倒梯臺(tái)陣求解到達(dá)方向問(wèn)題的二維超分辨檢測(cè)方法，其特征在于：所述步驟4中，讓表示現(xiàn)在的估計(jì)值，則頻率修正的牛頓正交匹配追蹤算法的框架為：
4.根據(jù)權(quán)利要求3所述的一種倒梯臺(tái)陣求解到達(dá)方向問(wèn)題的二維超分辨檢測(cè)方法，其特征在于：所述步驟4中，
5.根據(jù)權(quán)利要求4所述的一種倒梯臺(tái)陣求解到達(dá)方向問(wèn)題的二維超分辨檢測(cè)方法，其特征在于：所述步驟4中，估計(jì)多個(gè)線譜頻率的方法是通過(guò)采用單信號(hào)的修正程序?qū)κＳ嗄芰窟M(jìn)行牛頓坐標(biāo)下降，對(duì)于已經(jīng)估計(jì)出的L個(gè)信號(hào)，讓P＝{(xl,wl),l＝1,…,L}表示已經(jīng)檢測(cè)出的目標(biāo)的估計(jì)值，則對(duì)應(yīng)于這個(gè)估計(jì)值的殘余觀測(cè)拉直后的矩陣定義成yr
6.根據(jù)權(quán)利要求5所述的一種倒梯臺(tái)陣求解到達(dá)方向問(wèn)題的二維超分辨檢測(cè)方法，其特征在于：所述步驟4中，修正接受準(zhǔn)則為：修正步驟被接受的條件是修正會(huì)導(dǎo)致的嚴(yán)格提升，即
7.根據(jù)權(quán)利要求6所述的一種倒梯臺(tái)陣求解到達(dá)方向問(wèn)題的二維超分辨檢測(cè)方法，其特征在于：所述步驟5中，在每次牛頓修正中，將視為觀測(cè)Y，然后應(yīng)用單步修正步驟。
8.根據(jù)權(quán)利要求7所述的一種倒梯臺(tái)陣求解到達(dá)方向問(wèn)題的二維超分辨檢測(cè)方法，其特征在于：所述步驟6中，最小二乘法修正公式為:
9.根據(jù)權(quán)利要求8所述的一種倒梯臺(tái)陣求解到達(dá)方向問(wèn)題的二維超分辨檢測(cè)方法，其特征在于：所述步驟7中，根據(jù)目前所有目標(biāo)信息中的頻率和復(fù)幅度值，生成已經(jīng)估計(jì)出的信號(hào)數(shù)據(jù)，從上一次觀測(cè)的初始數(shù)據(jù)中把這些已經(jīng)估計(jì)出的信號(hào)數(shù)據(jù)剔除，將剩下的殘余觀測(cè)能量作為新的初始觀測(cè)數(shù)據(jù)y。
10.根據(jù)權(quán)利要求1-9任一項(xiàng)所述的一種倒梯臺(tái)陣求解到達(dá)方向問(wèn)題的二維超分辨檢測(cè)方法，其特征在于：所述步驟8中，重復(fù)停止的條件為：a、重復(fù)次數(shù)已達(dá)到算法預(yù)設(shè)的最大迭代次數(shù)；b、算法判斷殘余觀測(cè)能量不超過(guò)相應(yīng)閾值。
...【技術(shù)特征摘要】
1.一種倒梯臺(tái)陣求解到達(dá)方向問(wèn)題的二維超分辨檢測(cè)方法，其特征在于，包括如下步驟：
2.根據(jù)權(quán)利要求1所述的一種倒梯臺(tái)陣求解到達(dá)方向問(wèn)題的二維超分辨檢測(cè)方法，其特征在于：所述步驟3中，將w限制到一個(gè)離散集(ωθ,ωφ)，(γθ,γφ)是過(guò)采樣率，定義wc＝[θc,φc]h＝argmax?gy(w)為這個(gè)階段的輸出，相應(yīng)的復(fù)幅度x(t)的估計(jì)值是此時(shí)，檢測(cè)后
3.根據(jù)權(quán)利要求2所述的一種倒梯臺(tái)陣求解到達(dá)方向問(wèn)題的二維超分辨檢測(cè)方法，其特征在于：所述步驟4中，讓表示現(xiàn)在的估計(jì)值，則頻率修正的牛頓正交匹配追蹤算法的框架為：
4.根據(jù)權(quán)利要求3所述的一種倒梯臺(tái)陣求解到達(dá)方向問(wèn)題的二維超分辨檢測(cè)方法，其特征在于：所述步驟4中，
5.根據(jù)權(quán)利要求4所述的一種倒梯臺(tái)陣求解到達(dá)方向問(wèn)題的二維超分辨檢測(cè)方法，其特征在于：所述步驟4中，估計(jì)多個(gè)線譜頻率的方法是通過(guò)采用單信號(hào)的修正程序?qū)κＳ嗄芰窟M(jìn)行牛頓坐標(biāo)下降，對(duì)于已經(jīng)估計(jì)出的l個(gè)信號(hào)，讓p＝{(xl,wl),l＝1,…,l}表示已經(jīng)檢測(cè)出的目標(biāo)的估計(jì)值，則對(duì)應(yīng)于這個(gè)估計(jì)值的殘余觀測(cè)拉直后的矩陣定義成yr(p...
【專(zhuān)利技術(shù)屬性】
技術(shù)研發(fā)人員：韓林，劉巖，魏濤，羅棟棟，董磊，樓萬(wàn)翔，傅仁琦，王政，祝獻(xiàn)，
申請(qǐng)(專(zhuān)利權(quán))人：中國(guó)船舶集團(tuán)有限公司第七一五研究所，
類(lèi)型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。