[发明专利]基于子空间加权稀疏恢复的宽带信号源定位方法

摘要

本发明公开了一种基于子空间加权稀疏恢复的宽带信号源定位方法，包括：将空间中多个相关性未知的宽带信号照射到由多个各向同性的传感器构成的传感器线阵，并根据传感器线阵得到观测复矩阵；根据观测复矩阵在压缩感知框架下对目标信号到达角度估计进行重构得到第一信号模型；对观测复矩阵进行截断奇异值分解后构造得到权值矩阵；根据权值矩阵计算权值向量；根据第一信号模型进行降维得到第二信号模型；对第二信号模型进行优化得到压缩感知框架下的目标信号的第三表征形式；根据压缩感知框架下的目标信号的第三表征形式计算谱函数得到目标信号到达角度的估计值。本发明具有如下优点：具有压缩感知算法的解相干能力和MUSIC算法的估计精度。

主权项

1.一种基于子空间加权稀疏恢复的宽带信号源定位方法，其特征在于，包括以下步骤：S1：将空间中多个相关性未知的宽带信号照射到由多个各向同性的传感器构成的传感器线阵，并对所述传感器线阵中阵元数据进行分段和傅立叶变换，然后从傅立叶变换结果中选择多个频点的观测数据以得到观测复矩阵；S2：根据所述观测复矩阵在压缩感知框架下对目标信号到达角度估计进行重构得到第一信号模型，其中，所述第一信号模型包括过第一完备基矩阵、压缩感知框架下的目标信号的第一表征形式和第一加性噪声分量；S3：对所述观测复矩阵进行截断奇异值分解得到对角矩阵、左奇异向量和右奇异向量，根据所述对角矩阵、所述左奇异向量和所述右奇异向量构造权值矩阵；S4：根据所述权值矩阵计算权值向量；S5：根据所述第一信号模型中的各个分量进行降维得到第二信号模型，其中，所述第二信号模型包括第二完备基矩阵、压缩感知框架下的目标信号的第二表征形式和第二加性噪声分量，所述第二完备基矩阵和所述压缩感知框架下的目标信号的第二表征形式具有相同的支撑集；S6：对所述第二信号模型进行优化得到压缩感知框架下的目标信号的第三表征形式；S7：根据所述压缩感知框架下的目标信号的第三表征形式计算谱函数得到目标信号到达角度的估计值。