亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

基于陣列自相關(guān)矩陣的單站無源定位方法與流程

文檔序號:12785140閱讀:來源:國知局

技術(shù)特征:

1.一種基于陣列自相關(guān)矩陣的單站無源定位方法,包括:

1)采用L個天線接收機形成一個形狀能任意改變的隨機陣列,并假設(shè)有K個發(fā)射機用于發(fā)射信號,發(fā)射機的位置坐標為Pq(xq,yq,zq),其中q=1,2,3,......,K,L≥2,K≥1;

2)設(shè)在ti時刻,計算天線接收機陣列協(xié)方差矩陣R(ti):

R(ti)=E[x(ti)xH(ti)],

其中,ti表示離散的時間,i=1,2,3,....,T,T表示接收到信號的時刻,x(ti)表示天線陣列截獲到來自發(fā)射機發(fā)射的K個離散化的窄帶信號,x(ti)是一個L×1的向量,E[·]表示數(shù)學期望,H表示共軛轉(zhuǎn)置運算;

3)將不同時刻對應(yīng)位置的協(xié)方差矩陣R(ti)向量稀疏化后,構(gòu)成觀測矩陣的導向矢量,再集合在一起,得到一個粗網(wǎng)格字典Ψ;

4)設(shè)置初始參數(shù):近似誤差含有目標位置信息的向量y0=0,設(shè)目標位置的集合Γ0為空集合,設(shè)測量矩陣為一個空矩陣,其中,表示不同位置協(xié)方差矩陣R(ti)向量化的集合,用于迭代運算時更新近似誤差;

5)計算目標位置集合:

5a)設(shè)迭代次數(shù)n=1,計算近似誤差與網(wǎng)格字典Ψ的乘積:gn=ΨHen-1,其中,ΨH表示網(wǎng)格字典Ψ的轉(zhuǎn)置,en-1表示初始化的近似誤差e0,n表示迭代次數(shù),n=1,2,3,......,K;

5b)根據(jù)5a)的結(jié)果,計算第n次迭代時的粗目標位置的索引:將粗目標位置表示為其中,argi max|gin|表示使取得最大值的in的取值;

5c)在粗目標位置處按照等間距進行網(wǎng)格劃分,并對天線接收機在處截獲的信號按時間ti離散化,計算離散化信號x(ti)的協(xié)方差矩陣R(ti),再將ti時刻的協(xié)方差矩陣向量稀疏化后集合在一起,重新構(gòu)造細網(wǎng)格字典其中,i=1,2,3,.....,T;

5d)重新計算近似誤差與細網(wǎng)格字典的乘積:其中表示細網(wǎng)格字典的轉(zhuǎn)置,en-1表示第n-1次迭代的近似誤差;

5e)根據(jù)5d)的結(jié)果,計算出第n次迭代時的細目標位置的索引:重新獲得改善網(wǎng)格后的細目標位置

5f)更新位置集:其中,Γn-1表示為第n-1次迭代的位置集合,運算符號∪表示取矩陣的交集;

5g)更新測量矩陣:其中,表示第n-1次的測量矩陣,表示的第個向量,運算符號[]表示將兩個矩陣合并為一個矩陣;

5h)更新含有目標位置信息的向量:其中運算符號+表示廣義逆;

5i)更新近似誤差:

5j)令n=n+1,如果n<K,則返回5d),否則停止迭代,輸出更新位置集Γn,即為目標位置的集合。

2.根據(jù)權(quán)利要求1所述的方法,其中所述步驟3),按如下步驟進行:

3a)將r(ti)定義為ti時刻協(xié)方差矩陣向量化后的協(xié)方差向量:

其中,A(ti)是ti時刻窄帶信號x(ti)的導向矢量,表示發(fā)射機發(fā)射的K個信號的信號功率,IL表示一個L×L的單位陣,表示Khatri-Rao乘積;

3b)將ti時刻可能出現(xiàn)在目標位置上的協(xié)方差向量進行稀疏化,其表示如下:

<mrow> <mi>r</mi> <mrow> <mo>(</mo> <msub> <mi>t</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mi>&Psi;</mi> <mrow> <mo>(</mo> <msub> <mi>t</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mi>y</mi> <mo>+</mo> <msubsup> <mi>&sigma;</mi> <mi>n</mi> <mn>2</mn> </msubsup> <mi>v</mi> <mi>e</mi> <mi>c</mi> <mrow> <mo>(</mo> <msub> <mi>I</mi> <mi>L</mi> </msub> <mo>)</mo> </mrow> <mo>,</mo> </mrow>

其中,y表示稀疏化的信號功率,有K個信號存在y的非零項中,

3c)對3b)的r(ti)進行估計,得到ti時刻估計后的向量稀疏化協(xié)方差矩陣:

<mrow> <mover> <mi>r</mi> <mo>^</mo> </mover> <mrow> <mo>(</mo> <msub> <mi>t</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mi>&Psi;</mi> <mrow> <mo>(</mo> <msub> <mi>t</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mi>y</mi> <mo>+</mo> <msubsup> <mi>&sigma;</mi> <mi>n</mi> <mn>2</mn> </msubsup> <mi>v</mi> <mi>e</mi> <mi>c</mi> <mrow> <mo>(</mo> <msub> <mi>I</mi> <mi>L</mi> </msub> <mo>)</mo> </mrow> <mo>+</mo> <mi>n</mi> <mrow> <mo>(</mo> <msub> <mi>t</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mo>,</mo> </mrow>

其中,n(ti)是服從近似高斯分布的估計誤差;

3d)將不同時刻對應(yīng)不同位置的集合在一起表示為

3e)將Ψ(ti)集合在一起表示為Ψ=[Ψ(t1)...Ψ(ti)...Ψ(tT)]T;

3f)將n(ti)集合在一起表示為n=[n(t1)...n(ti)...n(tT)]T;

3g)根據(jù)3d),3e)和3f)形成一個集合后的向量稀疏化協(xié)方差矩陣模型:得到網(wǎng)格字典為:

當前第2頁1 2 3 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1