本發(fā)明屬于雷達(dá)信號(hào)處理技術(shù)領(lǐng)域，尤其涉及一種非參數(shù)聯(lián)合估計(jì)信號(hào)及位置的被動(dòng)定位方法。

背景技術(shù)：

近年來，由于日益激烈的電子戰(zhàn)，使得在復(fù)雜環(huán)境下，對(duì)微弱目標(biāo)進(jìn)行高精度定位受到越來越多的關(guān)注。同時(shí)，芯片技術(shù)的飛速發(fā)展，使處理器的數(shù)據(jù)處理能力得到了極大改善，大數(shù)據(jù)的處理變得越來越現(xiàn)實(shí)。

被動(dòng)定位技術(shù)由其諸多優(yōu)點(diǎn)如隱蔽性、低功耗等，受到了越來越多的關(guān)注。被動(dòng)定位通常采用幾個(gè)分布較開的雷達(dá)基站截獲目標(biāo)發(fā)射機(jī)的發(fā)射信號(hào)，相比主動(dòng)雷達(dá)，由于雷達(dá)自身不需要發(fā)射源發(fā)射電磁波，因此被動(dòng)定位也被稱為無源定位。

通常的被動(dòng)定位技術(shù)主要針對(duì)目標(biāo)為發(fā)射機(jī)的情況，也可稱之為發(fā)射機(jī)定位，接收雷達(dá)通過處理截獲的發(fā)射信號(hào)對(duì)目標(biāo)實(shí)現(xiàn)定位。較為常用的定位方法是時(shí)差定位TDOA、到達(dá)角定位AOA。它們的基本思路是，首先在各基站接收機(jī)中提取出有關(guān)目標(biāo)發(fā)射機(jī)的到達(dá)時(shí)間或到達(dá)角度，再將這些參數(shù)傳輸給處理中心，通過求解方程式的方法估計(jì)出目標(biāo)位置。這種方法雖然傳輸?shù)臄?shù)據(jù)量小，計(jì)算簡(jiǎn)單，但是其定位精度低，無法滿足高精度定位的需要。

文獻(xiàn)“Direct Position Determination of Narrowband Radio Frequency Transmitters，IEEE Signal Process.Lett.，vol.11，no.5，pp.513-516，May 2004”提出了一種聯(lián)合處理各基站接收機(jī)觀測(cè)數(shù)據(jù)的直接定位方法DPD，該方法沒有傳統(tǒng)定位方法的參數(shù)提取過程，盡可能地保留了目標(biāo)信息，仿真顯示有明顯的優(yōu)勢(shì)。這種方法考慮了兩種情況，一種是目標(biāo)發(fā)射機(jī)發(fā)射的信號(hào)已知，如訓(xùn)練信號(hào)或同步信號(hào)，我們稱這種情況的DPD定位算法為DPD-known算法，由于知道了發(fā)射信號(hào)的信號(hào)波形，因此該方法是理論上最優(yōu)的定位算法。另一種情況是目標(biāo)發(fā)射的信號(hào)完全未知，主要針對(duì)非合作的發(fā)射機(jī)，在電子戰(zhàn)中最為常見。由于不知道目標(biāo)信號(hào)的形式，DPD定位方法通過使代價(jià)函數(shù)特征值最大的方法實(shí)現(xiàn)了發(fā)射機(jī)定位，仿真顯示其定位性能仍然優(yōu)于傳統(tǒng)的定位方法，稱這種方法為DPD-unknown算法。但是，該方法忽略了發(fā)射信號(hào)的波形信息，其定位精度受限，不能適應(yīng)微弱目標(biāo)的更高精度定位。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的發(fā)明目的是：為了解決微弱非合作目標(biāo)發(fā)射機(jī)精度受限的問題，本發(fā)明提出了一種高精度的非參數(shù)聯(lián)合估計(jì)信號(hào)及位置的被動(dòng)定位方法。

本發(fā)明的技術(shù)方案是：一種非參數(shù)聯(lián)合估計(jì)信號(hào)及位置的被動(dòng)定位方法，包括以下步驟：

A、初始化雷達(dá)系統(tǒng)參數(shù)，其中系統(tǒng)參數(shù)包括接收機(jī)個(gè)數(shù)L、各接收機(jī)位置坐標(biāo)(x_l,y_l,z_l)、l＝1,2,...,L、采樣間隔T_s、各接收機(jī)通道上的噪聲協(xié)方差矩陣R_l；

B、從各接收機(jī)中讀取量測(cè)并對(duì)量測(cè)進(jìn)行采樣，得到L個(gè)離散的量測(cè)向量r_l；

C、分別劃分目標(biāo)位置的網(wǎng)格搜索區(qū)間(x_grid,y_grid,z_grid)，信號(hào)發(fā)射時(shí)間的網(wǎng)格搜索區(qū)間t_grid，以及發(fā)射信號(hào)的長(zhǎng)度的網(wǎng)格搜索區(qū)間T_grid；

D、選取一個(gè)網(wǎng)格點(diǎn)(x_grid,y_grid,z_grid,t_grid,T_grid)的坐標(biāo)參數(shù)作為發(fā)射信號(hào)的位置坐標(biāo)(x_grid,y_grid,z_grid)，發(fā)射時(shí)間t_grid，發(fā)射信號(hào)長(zhǎng)度T_grid，計(jì)算發(fā)射信號(hào)s₀落在量測(cè)信號(hào)中對(duì)應(yīng)的起始時(shí)間t_l,s和終止時(shí)間t_l,e；

E、根據(jù)步驟D中得到的起始時(shí)間和終止時(shí)間計(jì)算發(fā)射信號(hào)s₀在每個(gè)量測(cè)向量r_l中對(duì)應(yīng)的區(qū)間[n_l,s,n_l,e]；

F、從每個(gè)接收機(jī)中的量測(cè)向量r_l中提取第n_l,s個(gè)元素到第n_l,e個(gè)元素之間的離散樣本點(diǎn)構(gòu)成發(fā)射信號(hào)的樣本向量s_0,l，并計(jì)算提取的L個(gè)樣本向量的功率系數(shù)E；

G、對(duì)步驟F中提取的每個(gè)樣本向量s_0,l進(jìn)行歸一化處理，將歸一化處理后的L個(gè)樣本向量組成矩陣S₀′，并計(jì)算矩陣S₀′的協(xié)方差矩陣Σ₀；

H、計(jì)算步驟G中協(xié)方差矩陣Σ₀的特征值并將L個(gè)特征值按大小進(jìn)行排列，再計(jì)算最大特征值對(duì)應(yīng)特征向量ω₁及最大特征值的成分系數(shù)ε，得到估計(jì)的發(fā)射信號(hào)并計(jì)算代價(jià)函數(shù)值

I、判斷數(shù)據(jù)平面上的所有網(wǎng)格點(diǎn)是否已經(jīng)被遍歷；若數(shù)據(jù)平面上的所有網(wǎng)格點(diǎn)沒有被遍歷，則返回步驟D；若數(shù)據(jù)平面上的所有網(wǎng)格點(diǎn)被遍歷，則選取最大代價(jià)函數(shù)值對(duì)應(yīng)的網(wǎng)格點(diǎn)作為估計(jì)值，完成被動(dòng)定位。

進(jìn)一步地，所述步驟D中發(fā)射信號(hào)s₀落在量測(cè)信號(hào)中對(duì)應(yīng)的起始時(shí)間t_l,s和終止時(shí)間t_l,e的計(jì)算公式具體為：

$t_{l,s}=\frac{\sqrt{{(x_{grid}-x_l)}^2+{(y_{grid}-y_l)}^2+{(z_{grid}-z_l)}^2}}{c}+t_{grid}$

$t_{l,e}=\frac{\sqrt{{(x_{grid}-x_l)}^2+{(y_{grid}-y_l)}^2+{(z_{grid}-z_l)}^2}}{c}+t_{grid}+T_{grid}$

其中，c為光速。

進(jìn)一步地，所述步驟E中發(fā)射信號(hào)s₀在每個(gè)量測(cè)向量r_l中對(duì)應(yīng)的區(qū)間[n_l,s,n_l,e]的計(jì)算公式具體為：

其中，表示向下取整。

進(jìn)一步地，所述步驟F中計(jì)算提取的L個(gè)樣本向量的功率系數(shù)E的計(jì)算公式具體為：

$E=\underset{l=1}{\overset{L}{\Σ}}|s_{0,l}{|}^2/T_{grid}$

其中，|·|為求向量的模。

進(jìn)一步地，所述步驟G中對(duì)步驟F中提取的每個(gè)樣本向量s_0,l進(jìn)行歸一化處理具體為：對(duì)提取的每個(gè)樣本向量s_0,l求平均得到并將樣本向量s_0,l中的每個(gè)元素減去均值得到歸一化后的樣本向量s′_0,l。

進(jìn)一步地，所述步驟H中最大特征值的成分系數(shù)ε的計(jì)算公式具體為：

$\mathrm{\ϵ}={\mathrm{\λ}}_1/\underset{l=1}{\overset{L}{\Σ}}{\mathrm{\λ}}_l;$

其中，λ₁、λ₂...λ_L為協(xié)方差矩陣Σ₀的L個(gè)特征值，λ₁≥λ₂≥...≥λ_L。

進(jìn)一步地，所述步驟H中估計(jì)的發(fā)射信號(hào)具體表示為：

${\hat{s}}_0=S_0{\mathrm{\ω}}_1$

其中，S₀＝[s_0,1,s_0,2,...,s_0,L]。

進(jìn)一步地，所述步驟H中計(jì)算代價(jià)函數(shù)值包括以下分步驟：

S1、根據(jù)估計(jì)的發(fā)射信號(hào)構(gòu)造匹配向量s_l，表示為：

$s_l=\[0_{l,1};{\hat{s}}_0;0_{l,2}\]$

其中，0_l,1為由0組成的(n_l,s-1)×1的列向量，0_l,2為由0組成的(N-n_l,e)×1的列向量；

S2、計(jì)算網(wǎng)格點(diǎn)(x_grid,y_grid,z_grid,t_grid,T_grid)上的代價(jià)函數(shù)值，計(jì)算公式具體為：

本發(fā)明的有益效果是：本發(fā)明采用網(wǎng)格搜索的方法從接受機(jī)量測(cè)中提取出發(fā)射信號(hào)的樣本向量，再對(duì)樣本向量進(jìn)行非參數(shù)化的處理估計(jì)出發(fā)射信號(hào)，然后利用估計(jì)出的信號(hào)計(jì)算代價(jià)函數(shù)，從而估計(jì)出發(fā)射機(jī)的位置，有效實(shí)現(xiàn)了對(duì)微弱發(fā)射機(jī)的高精度定位，且可適用的發(fā)射信號(hào)廣泛，可以直接應(yīng)用到現(xiàn)有被動(dòng)雷達(dá)的高精度定位中。

附圖說明

圖1是本發(fā)明的非參數(shù)聯(lián)合估計(jì)信號(hào)及位置的被動(dòng)定位方法流程示意圖。

圖2是本發(fā)明實(shí)施例中發(fā)射機(jī)發(fā)射信號(hào)1時(shí)的定位性能對(duì)比示意圖。

圖3是本發(fā)明實(shí)施例中發(fā)射機(jī)發(fā)射信號(hào)2時(shí)的定位性能對(duì)比示意圖。

圖4是本發(fā)明實(shí)施例中發(fā)射機(jī)發(fā)射信號(hào)3時(shí)的定位性能對(duì)比示意圖。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

如圖1所示，為本發(fā)明的非參數(shù)聯(lián)合估計(jì)信號(hào)及位置的被動(dòng)定位方法流程示意圖。一種非參數(shù)聯(lián)合估計(jì)信號(hào)及位置的被動(dòng)定位方法，包括以下步驟：

A、初始化雷達(dá)系統(tǒng)參數(shù)，其中系統(tǒng)參數(shù)包括接收機(jī)個(gè)數(shù)L、各接收機(jī)位置坐標(biāo)(x_l,y_l,z_l)、l＝1,2,...,L、采樣間隔T_s、各接收機(jī)通道上的噪聲協(xié)方差矩陣R_l；

B、從各接收機(jī)中讀取量測(cè)并對(duì)量測(cè)進(jìn)行采樣，得到L個(gè)離散的量測(cè)向量r_l；

C、分別劃分目標(biāo)位置的網(wǎng)格搜索區(qū)間(x_grid,y_grid,z_grid)，信號(hào)發(fā)射時(shí)間的網(wǎng)格搜索區(qū)間t_grid，以及發(fā)射信號(hào)的長(zhǎng)度的網(wǎng)格搜索區(qū)間T_grid；

D、選取一個(gè)網(wǎng)格點(diǎn)(x_grid,y_grid,z_grid,t_grid,T_grid)的坐標(biāo)參數(shù)作為發(fā)射信號(hào)的位置坐標(biāo)(x_grid,y_grid,z_grid)，發(fā)射時(shí)間t_grid，發(fā)射信號(hào)長(zhǎng)度T_grid，計(jì)算發(fā)射信號(hào)s₀落在量測(cè)信號(hào)中對(duì)應(yīng)的起始時(shí)間t_l,s和終止時(shí)間t_l,e；

E、根據(jù)步驟D中得到的起始時(shí)間和終止時(shí)間計(jì)算發(fā)射信號(hào)s₀在每個(gè)量測(cè)向量r_l中對(duì)應(yīng)的區(qū)間[n_l,s,n_l,e]；

F、從每個(gè)接收機(jī)中的量測(cè)向量r_l中提取第n_l,s個(gè)元素到第n_l,e個(gè)元素之間的離散樣本點(diǎn)構(gòu)成發(fā)射信號(hào)的樣本向量s_0,l，并計(jì)算提取的L個(gè)樣本向量的功率系數(shù)E；

G、對(duì)步驟F中提取的每個(gè)樣本向量s_0,l進(jìn)行歸一化處理，將歸一化處理后的L個(gè)樣本向量組成矩陣S₀′，并計(jì)算矩陣S₀′的協(xié)方差矩陣Σ₀；

H、計(jì)算步驟G中協(xié)方差矩陣Σ₀的特征值并將L個(gè)特征值按大小進(jìn)行排列，再計(jì)算最大特征值對(duì)應(yīng)特征向量ω₁及最大特征值的成分系數(shù)ε，得到估計(jì)的發(fā)射信號(hào)并計(jì)算代價(jià)函數(shù)值

I、判斷數(shù)據(jù)平面上的所有網(wǎng)格點(diǎn)是否已經(jīng)被遍歷；若數(shù)據(jù)平面上的所有網(wǎng)格點(diǎn)沒有被遍歷，則返回步驟D；若數(shù)據(jù)平面上的所有網(wǎng)格點(diǎn)被遍歷，則選取最大代價(jià)函數(shù)值對(duì)應(yīng)的網(wǎng)格點(diǎn)作為估計(jì)值，完成被動(dòng)定位。

在步驟A中，本發(fā)明對(duì)接收機(jī)個(gè)數(shù)L、各接收機(jī)位置坐標(biāo)(x_l,y_l,z_l)、采樣間隔T_s、各接收機(jī)通道上的噪聲協(xié)方差矩陣R_l等雷達(dá)系統(tǒng)參數(shù)進(jìn)行初始化，具體為設(shè)置目標(biāo)發(fā)射機(jī)的位置，雷達(dá)基站接收機(jī)的個(gè)數(shù)L＝4，雷達(dá)基站接收機(jī)位置，初始化采樣周期T_s＝10^-7s，噪聲協(xié)方差矩陣R_l。

在步驟B中，從各接收機(jī)中讀取量測(cè)并對(duì)量測(cè)進(jìn)行采樣，產(chǎn)生用于仿真的雷達(dá)接收機(jī)量測(cè)向量r_l，這里的量測(cè)向量為N×1的列向量，N表示量測(cè)樣本個(gè)數(shù)，r_l＝[r_l[0],r_l[1],...,r_l[N-1]]^T，l＝1,2,...,L。其中N表示量測(cè)樣本個(gè)數(shù)，T表示轉(zhuǎn)置操作。

在步驟D中，本發(fā)明選取一個(gè)網(wǎng)格點(diǎn)(x_grid,y_grid,z_grid,t_grid,T_grid)，并將其坐標(biāo)參數(shù)作為發(fā)射信號(hào)的位置坐標(biāo)(x_grid,y_grid,z_grid)，發(fā)射時(shí)間t_grid和發(fā)射信號(hào)長(zhǎng)度T_grid，從而計(jì)算發(fā)射信號(hào)s₀落在量測(cè)信號(hào)中對(duì)應(yīng)的起始時(shí)間t_l,s和終止時(shí)間t_l,e，計(jì)算公式具體為：

$t_{l,s}=\frac{\sqrt{{(x_{grid}-x_l)}^2+{(y_{grid}-y_l)}^2+{(z_{grid}-z_l)}^2}}{c}+t_{grid}$

$t_{l,e}=\frac{\sqrt{{(x_{grid}-x_l)}^2+{(y_{grid}-y_l)}^2+{(z_{grid}-z_l)}^2}}{c}+t_{grid}+T_{grid}$

其中，c為光速。

在步驟E中，本發(fā)明根據(jù)步驟D中得到的起始時(shí)間和終止時(shí)間計(jì)算發(fā)射信號(hào)s₀在每個(gè)量測(cè)向量r_l中對(duì)應(yīng)的區(qū)間[n_l,s,n_l,e]，計(jì)算公式具體為：

其中，表示向下取整。

在步驟F中，本發(fā)明采用從每個(gè)接收機(jī)中的量測(cè)向量r_l中提取第n_l,s個(gè)元素到第n_l,e個(gè)元素之間的離散樣本點(diǎn)的方式，構(gòu)成發(fā)射信號(hào)的樣本向量s_0,l，再計(jì)算提取的L個(gè)觀測(cè)向量的功率系數(shù)E，計(jì)算公式具體為：

$E=\underset{l=1}{\overset{L}{\Σ}}|s_{0,l}{|}^2/T_{grid}$

其中，|·|為求向量的模。

在步驟G中，本發(fā)明對(duì)步驟F中提取的每個(gè)樣本向量s_0,l進(jìn)行歸一化處理，具體為：對(duì)提取的每個(gè)觀測(cè)向量s_0,l求平均得到并將觀測(cè)向量s_0,l中的每個(gè)元素減去均值得到歸一化后的觀測(cè)向量s′_0,l；再將歸一化處理后的L個(gè)觀測(cè)向量組成矩陣S₀′，表示為S₀′＝[s′_0,1,s′_0,2,...,s′_0,L]，計(jì)算矩陣S₀′的協(xié)方差矩陣Σ₀，計(jì)算公式具體為：

${\mathrm{\Σ}}_0=S_0^{\′H}{S}_0^{\′}$

其中，H表示共軛轉(zhuǎn)置操作。

在步驟H中，本發(fā)明計(jì)算步驟G中協(xié)方差矩陣Σ₀的特征值，并將計(jì)算得到的L個(gè)特征值按照從大到小的順序進(jìn)行排列，表示為λ₁≥λ₂≥...≥λ_L，再計(jì)算最大特征值λ₁在所有特征值中所占比例ε，計(jì)算公式具體為：

$\mathrm{\ϵ}={\mathrm{\λ}}_1/\underset{l=1}{\overset{L}{\Σ}}{\mathrm{\λ}}_l,$

計(jì)算最大特征值λ₁對(duì)應(yīng)的特征向量ω₁，估計(jì)得到發(fā)射信號(hào)表示為其中S₀＝[s_0,1,s_0,2,...,s_0,L]，并計(jì)算代價(jià)函數(shù)值包括以下分步驟：

S1、根據(jù)估計(jì)的發(fā)射信號(hào)構(gòu)造匹配向量s_l，表示為：

$s_l=\[0_{l,1};{\hat{s}}_0;0_{l,2}\]$

其中，0_l,1為由0組成的(n_l,s-1)×1的列向量，0_l,2為由0組成的(N-n_l,e)×1的列向量；匹配向量s_l的大小量測(cè)向量r_l一致，為N×1的列向量；

S2、根據(jù)步驟S1中的匹配向量s_l，及功率系數(shù)E，成分系數(shù)ε、量測(cè)向量r_l計(jì)算網(wǎng)格點(diǎn)(x_grid,y_grid,z_grid,t_grid,T_grid)上的代價(jià)函數(shù)值，計(jì)算公式具體為：

在步驟I中，本發(fā)明需要判斷數(shù)據(jù)平面上的所有網(wǎng)格點(diǎn)是否已經(jīng)被遍歷；若數(shù)據(jù)平面上的所有網(wǎng)格點(diǎn)沒有被遍歷完，則返回步驟D，重新選擇一個(gè)沒有被遍歷的網(wǎng)格點(diǎn)；若數(shù)據(jù)平面上的所有網(wǎng)格點(diǎn)已經(jīng)被被遍歷，則選取最大代價(jià)函數(shù)值對(duì)應(yīng)的網(wǎng)格點(diǎn)作為估計(jì)值其中發(fā)射機(jī)的位置被估計(jì)為發(fā)射機(jī)發(fā)射信號(hào)的時(shí)間被估計(jì)為發(fā)射信號(hào)的長(zhǎng)度被估計(jì)為根據(jù)即可完成被動(dòng)定位。

本發(fā)明針對(duì)一個(gè)發(fā)射未知信號(hào)的發(fā)射機(jī)，采用多基地雷達(dá)接收機(jī)截獲信號(hào)并將數(shù)據(jù)傳輸給處理中心進(jìn)行定位；本發(fā)明采用了非參數(shù)化的方法估計(jì)出發(fā)射信號(hào)，能夠應(yīng)用于任意脈沖信號(hào)，其適用范圍廣泛，有效解決了現(xiàn)有的定位算法在低信噪比下定位性能不高的問題，從而實(shí)現(xiàn)對(duì)微弱目標(biāo)的高精度定位，聯(lián)合地估計(jì)了發(fā)射機(jī)發(fā)射的信號(hào)和位置，使定位精度得到了極大的提高。

在給定仿真參數(shù)下，對(duì)每一個(gè)信噪比(SNR)進(jìn)行500次蒙特卡洛仿真實(shí)驗(yàn)，以均方根誤差(RMSE)為定位性能依據(jù)，對(duì)比DPD-unknown算法，發(fā)現(xiàn)其定位性能有明顯的優(yōu)勢(shì)。同時(shí)，以DPD-known算法作為定位誤差的下界對(duì)比本發(fā)明方法在估計(jì)信號(hào)上的性能損失。為了方便表示，本發(fā)明的方法在圖中被標(biāo)注為DPD-enhanced。

仿真中，選取了三種不同發(fā)射信號(hào)分別驗(yàn)證本發(fā)明的定位性能。信號(hào)1為單載頻脈沖信號(hào)，表達(dá)式為exp(-j2πf₀t)，信號(hào)頻率f₀為3MHz，信號(hào)長(zhǎng)度為10us；信號(hào)2為高斯脈沖信號(hào)，其表達(dá)式為其中信號(hào)長(zhǎng)度為T_p＝20us，f₀為3MHz，這里將信號(hào)能量歸一化為1。信號(hào)3為線性調(diào)頻信號(hào)，表達(dá)式為exp[-j2π(f₀+0.5*kt)t]，初始頻率f₀為3MHz，調(diào)頻斜率k為10¹¹Hz/s，信號(hào)長(zhǎng)度為20us。三種不同信號(hào)的定位性能對(duì)比如圖2、3、4所示。

如圖2、3、4所示，為本發(fā)明實(shí)施例中發(fā)射機(jī)發(fā)射信號(hào)1、2、3時(shí)的定位性能對(duì)比示意圖。，在高信噪比情況下，三個(gè)定位算法的定位誤差都較低且相同；而隨著信噪比的降低，三種定位方法性能出現(xiàn)差異。DPD-known由于假設(shè)知道發(fā)射信號(hào)的波形，因此始終獲得了最好的定位性能。然而，在發(fā)射信號(hào)波形不知道的情況下，本發(fā)明的方法明顯優(yōu)于原有的DPD-unknown方法。在發(fā)射信號(hào)為信號(hào)1和信號(hào)2的情況下，本發(fā)明的方法較原有的DPD-unknown算法定位性能提高了約4dB；在發(fā)射信號(hào)為信號(hào)3的情況下，本發(fā)明的方法較原有的DPD-unknown算法定位性能提高了約3dB。由此可以看出，對(duì)大多數(shù)發(fā)射信號(hào)，本發(fā)明的方法均能明顯優(yōu)于原有的DPD-unknown算法。

本領(lǐng)域的普通技術(shù)人員將會(huì)意識(shí)到，這里所述的實(shí)施例是為了幫助讀者理解本發(fā)明的原理，應(yīng)被理解為本發(fā)明的保護(hù)范圍并不局限于這樣的特別陳述和實(shí)施例。本領(lǐng)域的普通技術(shù)人員可以根據(jù)本發(fā)明公開的這些技術(shù)啟示做出各種不脫離本發(fā)明實(shí)質(zhì)的其它各種具體變形和組合，這些變形和組合仍然在本發(fā)明的保護(hù)范圍內(nèi)。