[发明专利]基于LASSO特征提取的多普勒穿墙雷达定位方法

权利要求书

1.一种基于LASSO特征提取的多普勒穿墙雷达定位方法，其特征在于，所述基于LASSO特征提取的多普勒穿墙雷达定位方法包括：LASSO频率估计算法，对解调后回波信号的分量分离并估计感兴趣目标分量的频率特征；定位跟踪算法根据目标瞬时频率，实时估测目标位置信息，合成目标运动轨迹，实现对目标的跟踪；

所述LASSO频率估计算法包括：

(1)LASSO观测矩阵，用于根据目标可能存在的运动模式构建相应的字典矩阵；

(2)LASSO特征提取算法，用于根据观测的回波信号，在字典矩阵中提取感兴趣的目标分量并对其瞬时频率进行估计；

所述LASSO频率估计算法具体包括：

(1)发射机接收回波解调后的信号表示为：

其中，A_i为第i个信号的幅度，R_i(t)是第i个目标离发射机的距离，f是载波频率，c是光速，φ_i是第i个信号回波初始相位；

(2)观测矩阵设置如下：

室内定位范围为M×M的面积，M＝m×Δm，每隔Δm均匀取点，共m²个点，构建观测矩阵：

其中，R_i(j)(i＝1,2,...,m²；j＝1,2,...,n)表示第i个位置点在j时刻的采样值；

由此可知，雷达接收回波解调后的信号可表示为样本信号的一个组合函数：

其中，β_i(i＝1,2,...,m²)表示第i个位置采样值的待估系数；

化简上式为S＝XB，通过求解矩阵B分离回波分量并估计各分量的瞬时频率参数；

所述LASSO特征提取算法，在最小化残差平方和RSS的计算中加入一个L1范数作为约束项：

其中是估计结果，x_j(i)＝sin(4πfR_j(i)/c),(i＝1,2,...,n；j＝1,2,...,m²),λ是一个可调参数；当λ充分大时可以把大部分待估系数收缩到0，达到对频率特征的准确提取与估计；

所述LASSO特征提取算法具体包括：

第一步，对λ的格点值进行交叉验证，选取交叉验证误差最小的λ作为调整参数；

第二步，先将S矩阵进行中心化，X矩阵进行中心标准化；设初始估计模型参数那么当前的回波残差就是S；找出X'S中绝对值最大的那个变量所对应的系数加入中，此时回波残差为其中，X'S是当前残差和所有变量的相关系数；

第三步，将从0开始慢慢变大，直到X'S₁中出现另一个变量对应的相关系数等于第二步中的相关系数，将对应的加入中；

第四步，重复第三步，直到下一个满足与当前残差相关系数绝对值最大的变量出现，如此继续下去，提取并分离相应频率f₁,f₂,...,f_N。

2.如权利要求1所述的基于LASSO特征提取的多普勒穿墙雷达定位方法，其特征在于，所述定位跟踪算法包括：

(1)角度估测算法，用于根据目标频率特征，实时估计目标与发射机的夹角大小；

(2)距离估测算法，用于根据目标频率特征，实时估计目标离发射机的距离大小；

(3)轨迹合成算法，用于根据目标距离和角度信息，在二维平面对目标进行定位。