[發(fā)明專利]一種基于壓縮感知算法的多徑參數(shù)估計方法在審
| 申請?zhí)枺?/td> | 201811422470.1 | 申請日: | 2018-11-27 |
| 公開(公告)號: | CN109738916A | 公開(公告)日: | 2019-05-10 |
| 發(fā)明(設(shè)計)人: | 羅瑞丹;徐穎;袁洪;袁杰;史雨薇;唐陽陽 | 申請(專利權(quán))人: | 中國科學(xué)院光電研究院 |
| 主分類號: | G01S19/22 | 分類號: | G01S19/22 |
| 代理公司: | 北京理工大學(xué)專利中心 11120 | 代理人: | 代麗;仇蕾安 |
| 地址: | 100094*** | 國省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 壓縮感知算法 多徑信號 多徑參數(shù)估計 參數(shù)估計 算法收斂 參數(shù)估計技術(shù) 有效抑制噪聲 最大似然估計 最小二乘估計 噪聲敏感性 病態(tài)數(shù)據(jù) 多徑參數(shù) 數(shù)字估計 稀疏特性 壓縮感知 時間軸 信號域 多路 擬合 局限 | ||
本發(fā)明公開了一種基于壓縮感知算法的多徑參數(shù)估計方法。使用本發(fā)明能夠?qū)崿F(xiàn)較高的參數(shù)估計精度,且算法收斂快、性能穩(wěn)定。本發(fā)明利用多徑信號在時間軸上的稀疏特性,基于壓縮感知算法,對多徑參數(shù)進行估計,有效克服傳統(tǒng)最小二乘估計方法的無偏性局限,明顯改善對病態(tài)數(shù)據(jù)的擬合效果,具備較高的數(shù)字穩(wěn)定性,相比傳統(tǒng)最大似然估計方法的噪聲敏感性缺陷,采用的壓縮感知方法能夠有效抑制噪聲影響,穩(wěn)定數(shù)字估計,故能實現(xiàn)較高的參數(shù)估計精度,且算法收斂快、性能穩(wěn)定,克服了信號域多徑信號參數(shù)估計技術(shù)對多路模型的多徑信號分離/消除效能不高的問題。
技術(shù)領(lǐng)域
本發(fā)明屬于衛(wèi)星導(dǎo)航技術(shù)領(lǐng)域,涉及衛(wèi)星/偽衛(wèi)星導(dǎo)航信號測距技術(shù),具體涉及一種基于壓縮感知算法的多徑信號參數(shù)估計方法。
背景技術(shù)
多徑誤差作為目前衛(wèi)星導(dǎo)航定位系統(tǒng)及其增強系統(tǒng)的主要誤差來源,嚴(yán)重影響接收機偽距測量準(zhǔn)確度,是高精度定位亟待解決的技術(shù)難題。
多徑抑制手段,在終端設(shè)計層面,體現(xiàn)于天線設(shè)計、信號域基帶算法設(shè)計、測量域數(shù)據(jù)處理等三大階段。其中,天線設(shè)計只能有效處理地面所反射的多徑信號,而對來自天線上方的多徑信號意義不大;測量域數(shù)據(jù)處理需基于長時觀測,利用多徑信號在時間和空間上的弱相關(guān)特性予以處理,不適用實時處理;信號域基帶算法設(shè)計基于信號相關(guān)函數(shù)特性檢測多徑信號,既保證鎖定各形態(tài)多徑信號又兼顧實時性需求。
信號域基帶算法設(shè)計主要分為碼相關(guān)參考波形(CCRW)和多徑估計技術(shù)。碼相關(guān)參考波形,諸如:窄相關(guān)、Double-Delta、Strobe、HRC技術(shù)等,均基于無限帶寬假設(shè)前提設(shè)計抗多徑算法,其性能在有限帶寬的現(xiàn)實應(yīng)用條件下,難以充分發(fā)揮性能優(yōu)勢;多徑估計技術(shù),最具代表的多徑延遲鎖定環(huán)(MEDLL)和多徑消除技術(shù)(MMT),基于多徑信號模型假設(shè),以最大似然估計為準(zhǔn)則檢測估計多徑信號參數(shù),以分離單/多路強多徑信號,效能優(yōu)勢明顯,但算法復(fù)雜度和硬件資源占用,會隨多徑信號路徑數(shù)目的增加而急劇上升,故一般應(yīng)用于單路徑強多徑信號的檢測和抑制。
發(fā)明內(nèi)容
有鑒于此,本發(fā)明提供了一種基于壓縮感知算法的多徑參數(shù)估計方法,能夠?qū)崿F(xiàn)較高的參數(shù)估計精度,且算法收斂快、性能穩(wěn)定。
本發(fā)明的基于壓縮感知算法的多徑參數(shù)估計方法,包括如下步驟:
步驟1,基于偽隨機碼多相關(guān)器對接收到的導(dǎo)航信號自相關(guān)函數(shù)進行采樣;根據(jù)多相關(guān)器采樣點的自相關(guān)函數(shù)幅值,構(gòu)建多徑分量稀疏基矩陣方程;其中,多相關(guān)器的數(shù)量由信道傳播情況確定;
步驟2,對步驟1構(gòu)建的稀疏基矩陣方程進行求解,獲得多徑信號幅值估計值;
步驟3,對步驟2獲得的多徑信號幅值估計值進行判斷,確定多徑信號的有無及位置、幅值;
其中,
A)若多徑信號幅值則判定在對應(yīng)的樣值估計點βm處無多徑信號;m=1,2,……,M,M為多相關(guān)器的個數(shù);
B)若且及則判定在樣值估計點βm處存在多徑信號,該多徑信號幅值為
C)若且及都接近于0(即小于或等于10-2量級),則判定在樣值估計點βm與βm+1之間,存在一條多徑信號;該多徑信號的位置及幅值由βm與βm+1樣值點的位置、幅值線性擬合確定;
D)若連續(xù)多個均大于0,且其余的多徑信號幅值均小于0,則降低當(dāng)前多相關(guān)器樣值點采樣周期,重復(fù)步驟1~4,直至獲得多徑信號的位置及幅值。
進一步的,所述步驟2包括如下子步驟:
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于中國科學(xué)院光電研究院,未經(jīng)中國科學(xué)院光電研究院許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811422470.1/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G01S 無線電定向;無線電導(dǎo)航;采用無線電波測距或測速;采用無線電波的反射或再輻射的定位或存在檢測;采用其他波的類似裝置
G01S19-00 衛(wèi)星無線電信標(biāo)定位系統(tǒng);利用這種系統(tǒng)傳輸?shù)男盘柎_定位置、速度或姿態(tài)
G01S19-01 .傳輸時間戳信息的衛(wèi)星無線電信標(biāo)定位系統(tǒng),例如,GPS [全球定位系統(tǒng)]、GLONASS[全球?qū)Ш叫l(wèi)星系統(tǒng)]或GALILEO
G01S19-38 .利用衛(wèi)星無線電信標(biāo)定位系統(tǒng)傳輸?shù)男盘杹泶_定導(dǎo)航方案
G01S19-39 ..傳輸帶有時間戳信息的衛(wèi)星無線電信標(biāo)定位系統(tǒng),例如GPS [全球定位系統(tǒng)], GLONASS [全球?qū)Ш叫l(wèi)星系統(tǒng)]或GALILEO
G01S19-40 ...校正位置、速度或姿態(tài)
G01S19-42 ...確定位置
- 基于偽逆相乘的壓縮感知重建算法
- 一種基于無標(biāo)度復(fù)雜網(wǎng)絡(luò)LDPC碼的壓縮感知方法
- 一種非局部低秩正則化圖像壓縮感知重建方法
- 惡意節(jié)點攻擊下的基于殘差分析的壓縮感知定位方法
- 基于壓縮感知正交匹配追蹤算法的一種融合改進方法
- 基于壓縮感知的多算法融合自適應(yīng)信號重構(gòu)方法
- 一種基于平方中位數(shù)的壓縮感知安全定位方法
- 一種模擬視覺主觀感知的壓縮感知重建算法質(zhì)量統(tǒng)計評價方法
- 一種基于加權(quán)全變差和參考先驗的毫米波稀疏成像算法
- 一種基于壓縮感知觀測矩陣分割減小關(guān)聯(lián)成像計算開銷的方法
- 碼分多址系統(tǒng)導(dǎo)頻干擾抵消方法和裝置
- 一種高精度無線信道參數(shù)化模型的聯(lián)合估計方法
- 一種寬帶無線通信系統(tǒng)的衰落信道測量模型及實現(xiàn)方法
- 一種信道參數(shù)估計方法和系統(tǒng)
- 信道參數(shù)估計方法及裝置、評估信道傳播環(huán)境的方法及裝置
- 一種基于壓縮感知技術(shù)的OFDM系統(tǒng)參數(shù)化信道估計及均衡方法
- 基于最小誤差熵和ε等級差分進化的多徑估計器
- 一種基于壓縮感知算法的多徑參數(shù)估計方法
- 利用多極化寬帶擴展陣列響應(yīng)的密集多徑參數(shù)估計方法
- 基于共軛ZC序列對的速度、角度、距離聯(lián)合估計方法
- 無線信道的下行波束賦形方法和裝置
- 一種高精度無線信道參數(shù)化模型的聯(lián)合估計方法
- 信號增強裝置、其方法、程序以及記錄介質(zhì)
- 基于部分對稱擴展離散傅立葉變換的信道估計方法
- 一種基于拓撲分區(qū)的多斷面聯(lián)合參數(shù)估計方法
- 一種考慮概率分布的電網(wǎng)參數(shù)估計方法
- 一種基于雙對數(shù)累積量期望的Gamma-Gamma分布參數(shù)估計方法
- 基于Bayesian的K分布海雜波形狀參數(shù)估計方法
- 基于深度學(xué)習(xí)的空間非合作目標(biāo)姿軌一體化參數(shù)估計方法
- 一種極化參數(shù)估計裝置及方法





