[发明专利]一种基于二维矩阵束的时延与角度联合估计方法

说明书

本发明请求保护一种基于二维矩阵束的时延与角度联合估计方法，属于无线定位技术领域，包括步骤：根据各阵元上的信道频域响应矢量，从频率和空间两个维度对含有时延和角度参数信息矢量的数据进行重构，进而构建扩展阵元的增强型数据矩阵，并利用二维矩阵束方法实现时延与角度的联合估计。本发明的优点是在单快拍、低信噪比条件下估计精度远高于求根多重信号分类方法，相比于一维矩阵束方法，以较小的复杂度代价获得了估计性能的较大提升，估计效率高；同时以闭式解求解，避免了伪谱峰值搜索，仅通过单接收机就可以确定目标的位置坐标，减少了定位系统的开销。

技术领域

本发明属于无线定位技术领域，具体涉及一种基于二维矩阵束的时延与角度联合估计方法。

背景技术

由于在频谱效率、对抗多径衰落、实现复杂度低等方面具有显著优势，正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术已被广泛应用于IEEE802.11a/g/n/ac、OFDM新体制雷达、卫星通信系统、WiMAX系统、3GPP LTE/LTE-Advanced及5G移动通信等系统中。在享用OFDM技术提供数据服务的同时，军民各方对无线目标定位信息的需求也日益增加。因此，利用 OFDM阵列天线接收系统实现对目标信号的准确定位成为了当前研究热点。

定位参数估计可分为：目标信号到达时间(Time of Arrival，TOA)，到达角度(Angle of Arrival，AOA)，到达时间差和接收信号强度等，其中TOA是无线定位中常用的测距方法。若同时利用阵列天线获得信号AOA进行联合估计，那么一个接收机就能锁定目标源的位置，可有效减少定位系统的开销。利用 2D-MUSIC子空间类方法可以实现TOA和AOA的联合估计，但计算复杂度极高，难以实际应用，而在给定固定计算量的同时也限制了其估计的精度，但最重要的一点是都需要大样本观测数据。

子空间类方法在慢时变、多快拍的情况下能获得优异的估计性能，但在实际应用中，尤其是处理短时突发信号或快速运动目标信号时，只有单快拍数据可用，由于协方差矩阵的秩亏损，使得时延和角度估计性能急剧下降。解决办法一般是采用空间平滑类技术使协方差矩阵满秩，但会造成有效阵元和带宽的损失，因此参数估计性能也受到了影响。

矩阵束(Matrix Pencil,MP)方法不需要计算信号的协方差矩阵，能直接对接收到的信号数据进行处理，同时具有超分辨率、计算速度快的优势，只需单快拍就能估计定位参数，同时针对多径环境中的相干信号，也不用采用空间平滑处理就能完成参数估计。缺点是对信噪比要求高。

结合OFDM信号自身特点，为保证在单快拍、低信噪比条件下二维定位参数估计性能不下降，目前几乎无较好的解决方案。

发明内容

本发明旨在解决以上现有技术的问题。提出了一种提高了时间和空间分辨能力，通过求闭式解，避免了伪谱峰搜索，计算速度快，能降低接收机的开销，实现了单快拍数据在低信噪比下的高精度参数联合估计的基于二维矩阵束的时延与角度联合估计方法。本发明的技术方案如下：

一种基于二维矩阵束的时延与角度联合估计方法，其包括以下步骤：

步骤1：对单阵元接收到的OFDM信号，估计出其信道频域响应矢量，采用单阵元信道频域响应矢量对含有时延和角度信息的参数矢量进行重构，得到M个扩展阵元的信道频域响应信息重构矢量矩阵；

步骤2：根据步骤1得到的M个扩展阵元的信道频域响应信息重构矢量矩阵，从空间和频率两个方面得到空间二维信道频域响应数据矩阵和空间二维信道频域响应数据矩阵对应的增广矩阵X_e；