[发明专利]一种基于压缩感知的同频多辐射源场强定位方法

权利要求书

1.一种基于压缩感知的同频多辐射源场强定位方法，其特征在于：实现步骤如下：

步骤1，粗定位，根据压缩感知技术在区域进行均匀网格划分，将已接收的场强值根据网格划分情况做聚类处理，得到网格场强序列,由区域内接收场强公式构造矩阵，将矩阵通过重构方法得到空间稀疏向量并解出，此时解出的便是辐射源目标数量；

步骤2，二次定位，将辐射源目标数量及网格场强值序列作为已知量，利用Egli模型并根据遗传算法进行二次定位求解，最终可准确的定位出同频辐射源个数；

所述步骤1具体实现为：

(1)根据目标所在区域进行均匀网格划分，网格尺寸划分为N个网格：{y₁，y₂，…，y_i},i＝N，对应的可能存在的空间目标向量S＝[s₁s₂…s_N]^T；

(2)将已接收的场强值根据网格划分情况做聚类处理，聚类处理后便得到网格场强序列；

(3)根据监测网格节点接收到的场强公式：其中，i为监测网格节点所在的网格序号，j为辐射源的网格序号，P_j为空间目标向量s_j的大小，即辐射源场强值，G_T为发射天线增益，G_R为接收天线增益，d_ij为监测网格节点与辐射源所在网格节点的距离；构造矩阵X＝ΦΨS+ε，

代表覆盖的M个监测网格节点得到的网格场强值；

为空间稀疏向量S的稀疏变换基；

Φ为M*N维测量矩阵，表示M个监测网格节点在目标区域中的位置，当第r(1≤r≤M)个监测网格节点所在的网格序号为t(1≤t≤N)，则Φ(r,t)＝1，其余为0；ε为噪声矢量；此时待定位的辐射源目标稀疏的分布于目标所在区域网格；λ为信号波长，d_1N为第1个监测网格节点与第N个辐射源所在网格节点的距离；

(4)利用得到的矩阵X的场强值，通过重构方法得到S中K个目标信号的位置与大小，设恢复矩阵A＝ΦΨ，重构模型σ是与噪声水平相关的参数，通过改进的正交匹配追踪算法OMP(Orthogonal Matching Pursuit)重构算法解出辐射源个数与位置。

2.根据权利要求1所述的基于压缩感知的同频多辐射源场强定位方法，其特征在于：所述步骤(4)的正交匹配追踪算法OMP解出过程为：以噪声为阈值的迭代搜索终止条件，每次搜索使AS最接近X的单位稀疏阵，用X减去AS，得残差X'，依次迭代搜索直到达到终止搜索条件，即残差等于或接近于背景噪声大小时终止搜索，此时所有存在的目标被搜索出；至此,便实现了同频辐射源的粗定位。

3.根据权利要求1所述的基于压缩感知的同频多辐射源场强定位方法，其特征在于：所述步骤2中，将已确定的目标源的数量及网格场强值序列作为已知量，利用Egli模型并根据遗传算法进行二次定位求解的具体方法为：

将已确定的目标源的数量及网格场强值序列作为已知量，利用Egli模型传播损耗公式：L＝78+20lgf+40lgd-20lgh_t-20lgh_r，其中，L为传播损耗，f为辐射源的频率，d为辐射源点与监测网格节点的距离，h_t为辐射源天线的高度，h_r为接收天线的高度；根据辐射功率与接收功率间的关系：P_R＝P_T-L，其中，P_R是接收功率，P_T是辐射功率；将Egli模型带入传播损耗L，并把监测网格节点测得的场强值相减，可以消除无法获知的损耗因素，只剩未知的辐射源点与监测网格节点的距离d待求，再利用解非线性方程组的遗传算法求解进行二次定位。