[发明专利]无人机移动监测中面向非圆信号的降维处理直接定位方法

权利要求书

1.无人机移动监测中面向非圆信号的降维处理直接定位方法，其特征在于，包括以下步骤：

步骤1)，无人机在L个不同观测时隙接收多个非圆辐射源信号，对接收信号进行采样；

步骤2)，根据信号源的非圆特征，扩展接收信号矢量，分别计算不同观测时隙接收信号的扩展协方差矩阵，并利用Capon算法构造代价函数；

步骤3)，对代价函数进行降维，将非圆相位降维问题转化为二次优化问题；融合所有扩展协方差矩阵，构造降维后的代价函数；

步骤4)，对降维后的代价函数进行搜索，得到非圆辐射源的位置。

2.根据权利要求1所述的无人机移动监测中面向非圆信号的降维处理直接定位方法，其特征在于，步骤1)中无人机在第l个观测时隙的第k个采样时刻的接收信号r_l(k)为

式中，r_l(k)为第l个观测时隙的第k个采样时刻的接收信号矢量，Q为非圆辐射源个数，为第q个目标源在第l个观测时隙内到天线阵列的信号流形矢量，s_l,q(k)表示第q个目标源在第l个观测时隙内第k个采样快拍时刻的信号波形，为第l个观测时隙的第k个采样时刻天线阵列的噪声矢量，M为阵元数，假设噪声为与信号相互独立的复圆高斯白噪声。

3.根据权利要求2所述的无人机移动监测中面向非圆信号的降维处理直接定位方法，其特征在于，所述步骤2)中扩展接收信号矢量并计算不同观测时隙接收信号的扩展协方差矩阵的具体步骤如下：

步骤2.1)，根据最大非圆率信号的特征扩展接收信号矢量：

式中，c_l(k)为第l个观测时隙下的扩展接收信号矢量，A_l(p)为第l个观测时隙的方向矩阵，为扩展方向矩阵，为第l个观测时隙的扩展方向矢量，a_l(p_q)为方向矢量，为第q个辐射源的非圆相位，q＝1,2,…,Q，为非圆相位矩阵，为源信号矢量的实包络；

步骤2.2)，根据以下公式计算各个观测时隙接收信号的扩展协方差矩阵：

式中，为第l个观测时隙的扩展协方差矩阵，为l个观测时隙的扩展接收信号矩阵，K为采样快拍数。

4.根据权利要求3所述的无人机移动监测中面向非圆信号的降维处理直接定位方法，其特征在于，所述步骤2)中利用Capon算法构造的代价函数如下：

式中，为降维前的代价函数，为搜索时第l个观测时隙的扩展信号流形矢量，为扩展协方差矩阵的逆，p为位置矢量，为非圆相位。

5.根据权利要求4所述的无人机移动监测中面向非圆信号的降维处理直接定位方法，其特征在于，所述步骤3)的详细步骤如下：

步骤3.1)，通过矩阵转换使扩展接收信号矢量中位置信息与非圆相位信息分离：

式中，为第q个扩展信号流形矢量，为第q个辐射源的位置信息矩阵，为第q个辐射源的非圆相位信息矢量，为第q个辐射源的非圆相位；

针对第l个观测时隙，令则进而

定义则

对于未知参数来说，上式是个二次优化问题。令e＝[1,0]^T，则于是重构优化问题如下：

采用拉格朗日乘子法求解，构造以下函数：

式中，为目标函数，为相位矢量，J_l(p)为第l个观测时隙对应的位置矩阵，λ为乘子。令上式对的导数为零，即

则式中，μ为乘子系数，J_l(p)^-1为第l个观测时隙对应的位置矩阵J_l(p)的逆；

又因为因此μ＝1/(e^HJ_l(p)^-1e)，于是则第l个观测时隙的子代价函数为：

融合所有观测时隙的扩展协方差矩阵，构造降维后的代价函数f_RD-Capon(p)：

6.根据权利要求5所述的无人机移动监测中面向非圆信号的降维处理直接定位方法，其特征在于，所述步骤4)的详细步骤如下：

对造降维后的代价函数进行搜索，Q个最大峰值对应的坐标即为非圆辐射源位置。