[发明专利]基于迭代重加权可降维的二维平面DOA估计方法有效

专利信息
申请号: 202110684905.5 申请日: 2021-06-21
公开(公告)号: CN113567913B 公开(公告)日: 2023-07-21
发明(设计)人: 谢菊兰;阮铭;陈杭;陈政宇;李会勇;何子述 申请(专利权)人: 电子科技大学
主分类号: G01S3/14 分类号: G01S3/14
代理公司: 电子科技大学专利中心 51203 代理人: 邹裕蓉
地址: 611731 四川省成*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 迭代重 加权 可降维 二维 平面 doa 估计 方法
【说明书】:

发明涉及阵列信号处理领域,公开了一种基于迭代重加权可降维的二维平面DOA估计方法,本发明利用kronecker积的性质,对阵列接收数据模型进行变形,通过降维思想将二维联合角度估计分为两个一维DOA估计问题,目的是为了降低计算复杂度,然后引入对数和函数作为促稀疏的目标函数,分别建立关于俯仰角和方位角的稀疏信号重构优化问题,使用基于线性谱估计的超分辨迭代重加权算法求解该最优化问题得到俯仰角和方位角的估计。本发明方法降维处理后相对地降低了计算量,解决了格点失配问题,实现了角度自动配对的二维平面阵列的DOA估计,同时该方法还可以解相干,在较低信噪比下也能得到很好的估计效果,以及该方法具备较高分辨力和较高估计精度的优点。

技术领域

本发明涉及雷达通信技术,尤其涉及二维平面阵列的波达方向估计技术。

背景技术

空间谱估计也称波达方向(Direction of Arrival,DOA)估计,其是阵列信号处理的一个重要分支,其在雷达、声呐以及移动通信中对目标的定位跟踪等领域都有应用。目前,已有很多学者提出很多可用于DOA估计的算法,其中最经典的超分辨算法有Schmidt.R.O等人提出的基于子空间分解的多重信号分类(Mutiple SignalClassification,MUSIC)算法;但由于MUSIC算法需要进行谱峰搜索,计算量大,因此Roy.R和Kailath.T提出了不需要谱峰搜索的旋转不变子空间(Estimation of SignalParameter by Rototional Invariant Techniques,ESPRIT)算法。由于DOA估计中,目标信号相较于整个空域具有天然的稀疏性,因此很多学者将压缩感知理论应用到DOA估计中,其中Maloutov等人在压缩感知理论上提出了l1-SVD算法,该算法有很高的分辨率和重构精度,但是需要已知信源个数。Cotter等人在MP算法基础上提出基于正交匹配追踪(Orthonalmaching pursuit,OMP)算法,该算法计算复杂度低,但是重构精度较差。学者Hongyu Cui提出了一种新的离格时间稀疏贝叶斯推断(OGT-SBI,off-grid temporal sparse Bayesianinference)算法用于离格DOA估计。美国学者Tang等人定义了连续空间中的原子,以及对应的无限维度的字典矩阵。随后提出原子范数最小化(ANM)方法,该方法可直接在连续空间中对稀疏信号进行重构。2016年,方俊、王飞宇等人提出一种基于压缩采样的线性谱估计方法-迭代重加权算法(参见文献:Super-Resolution Compressed Sensing for LineSpectral Estimation:An Iterative Reweighted Approach[J],JFang,F Wang,Y Shen,et al,IEEE Transactions on Signal Processing,2016,64(18):4649-4662)。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110684905.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top