[發明專利]一種密集環境中基于壓縮感知的多徑時延估計方法及裝置

有效

• 申請號: 201910640963.0
• 申請日: 2019-07-16
• 公開（公告）號: CN110941980B
• 公開（公告）日: 2023-06-02
• 發明（設計）人: 魏爽;彭劍;陶春貴;龍艷花;楊春夏;張巧珍;李莉
• 申請（專利權）人: 上海師范大學
• 主分類號: G06F18/20
• 分類號: G06F18/20;G06F18/10;H03M7/30
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 趙繼明

本發明涉及一種密集環境中基于壓縮感知的多徑時延估計方法及裝置，其中方法包括：步驟S1：設定參考信號，并預處理接收信號和參考信號至設定長度；步驟S2：將接收信號和參考信號做循環相關處理得到循環相關函數；步驟S3：將得到的循環相關函數表示為其逆傅里葉變換形式作為參數信號；步驟S4：根據參數信號生成參數矩陣；步驟S5：采用測量矩陣，并構造稀疏基字典，用壓縮感知算法對時延參數進行壓縮采樣；步驟S6：采用正交匹配算法對觀測信號進行匹配追蹤，獲取多徑時延參數。與現有技術相比，本發明具有提高了密集環境中時延信號估計的分辨能力等優點。

技術領域

本發明涉及信號處理技術領域，尤其是涉及一種密集環境中基于壓縮感知的多徑時延估計方法及裝置。

背景技術

無線定位系統利用了發射器和接收器之間無線信號傳播的原理，定位過程采用了無線傳播的多種特征，最常見的是通過信號強度、信號到達角和信號到達時延來進行定位。多徑時延參數的估計是現如今信號處理領域較為熱門的研究課題，并且非常廣泛的應用于通信、雷達、聲吶、地質勘探等領域，經典的時間延遲估計技術是基于相關算法的，具有高魯棒性和低計算量等特點，但是它們的分辨率受到信號帶寬的限制。經典算法僅在多路徑分量在到達時間內很好地分離或者只有一個分量存在于接收信號中時才有效，它們不能分離比距離分辨率極限更近的信號。因此，提出了基于代價函數的估計方法，最小均方差法(MMSE)、極大似然法(ML)以及非線性最小乘法(NLS)均是典型的基于代價函數的估計方法。但是這些基于代價函數的估計算法涉及到很多參數優化問題，計算量大，難以實現，不能滿足實時性這一要求。隨著對多徑時延估計研究的逐步深入，陣列信號的思想被應用于了時延估計，建立了基于特征值分解的多重信號分類算法，以此為基礎把互相關和特征子空間分解方法相結合，引入到頻域時延估計領域，從而研究了基于頻域的MUSIC算法的時延估計，但是其性能往往只對寬帶且頻譜近似平坦的信號效果較好，而對窄帶信號的估計性能較差，并且在觀測時間較短(快拍數少)的情況下，由于獲得的信號能量較少，不能精確估計處密集信號的時延信息，所以限制了它的應用范圍。

壓縮感知是最近一些年才興起的一門信息科學，對現代信號處理等領域產生了巨大的影響，它通過接收信號的稀疏特性，在遠小于奈奎斯特采樣率的條件下，用隨機采樣獲取信號的離散樣本，然后通過相應的算法以很高的精確度來進行信號的重建。這種壓縮感知的方法其實就是通過增加重構過程的復雜程度以充分降低信號采樣過程中的復雜度，它的核心思想主要包括信號的稀疏結構和不相關特性。

發明內容

本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種密集環境中基于壓縮感知的多徑時延估計方法及裝置。

本發明的目的可以通過以下技術方案來實現：

一種密集環境中基于壓縮感知的多徑時延估計方法，包括：

步驟S1：設定參考信號，并預處理接收信號和參考信號至設定長度；

步驟S2：將接收信號和參考信號做循環相關處理得到循環相關函數；

步驟S3：將得到的循環相關函數表示為其逆傅里葉變換形式作為參數信號；

步驟S4：根據參數信號生成參數矩陣；

步驟S5：采用測量矩陣，并構造稀疏基字典，用壓縮感知算法對時延參數進行壓縮采樣；

步驟S6：采用正交匹配算法對觀測信號進行匹配追蹤，獲取多徑時延參數。

所述步驟S1具體包括：

步驟S11：獲取接收信號，對接收信號進行采樣觀測得到采樣信號；

步驟S12：將經過設定次采樣的傳輸信號均勻地進行時移操作，得到參考信號；

步驟S13：對參考信號和接收信號進行補零處理至設定長度。

所述設定長度具體為：