專利名稱：一種基于線性規(guī)劃的近場目標(biāo)定位方法及其系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于陣列信號處理領(lǐng)域，特別涉及一種適用于線列陣的基于線性規(guī)劃的 近場目標(biāo)定位方法及其系統(tǒng)。
背景技術(shù)：
陣列信號處理的一個基本問題就是目標(biāo)定位，即確定感興趣的空間信號的方位 與距離等參數(shù)。目標(biāo)定位，它是指采用某種算法，對陣列接受到的目標(biāo)輻射或反射 的時空二維信號進(jìn)行處理，從而得到目標(biāo)方位與距離等參數(shù)的估計(jì)。 一般而言，目 標(biāo)定位假設(shè)目標(biāo)處于遠(yuǎn)場條件下，信源發(fā)射的信號以平面波的形式到達(dá)陣列，然而，
當(dāng)目標(biāo)位于近場內(nèi)時，即目標(biāo)與陣列之間的距離及< 2Z2 ,其中丄為陣列的 有效孔徑，義為目標(biāo)信號的波長，平面波的假設(shè)不再成立，目標(biāo)信號將以球面波的 形式到達(dá)陣列，而基于遠(yuǎn)場假設(shè)條件的方法不再適用，需要采用基于近場模型的目 標(biāo)定位技術(shù)。近場目標(biāo)定位技術(shù)，在聲納、雷達(dá)、語音及通信、無線傳感器網(wǎng)絡(luò)等 領(lǐng)域有著廣泛的應(yīng)用。
目前典型的近場目標(biāo)定位方法有聚焦波束形成、二維MUSIC (多重信號分類) 法、基于高階累積量的方法，如基于子空間的聯(lián)合估計(jì)法、虛擬時間反轉(zhuǎn)鏡法。
其中，聚焦波束形成法(可參考文獻(xiàn)"梅繼丹等.水平陣聚焦波束形成聲圖定 位算法研究.哈爾濱工程大學(xué)學(xué)報.28(7):773 778，2007"),根據(jù)測量區(qū)內(nèi)不同位置對 各陣元接收信號進(jìn)行球面波補(bǔ)償，獲得目標(biāo)聲源的分布根據(jù)聲圖來給出目標(biāo)方位、 距離進(jìn)行定位。
二維MUSIC法(可參考文獻(xiàn)"Huang Y D等.Near-field multiple source localization by passive sensor array. IEEE Trans Antennas Propagation, 39(7): 968~975 ， 1991")，是指把經(jīng)典的遠(yuǎn)場一維MUSIC方法推廣至兩維，進(jìn)行兩維譜峰搜索，從而 得到近場目標(biāo)的到達(dá)角和距離的聯(lián)合估計(jì)。
基于子空間的聯(lián)合估計(jì)法(可參考文獻(xiàn)"梁軍利等.一種近場源參數(shù)估計(jì)新方法. 西安電子科技大學(xué)學(xué)報(自然科學(xué)版).34(5):839~843, 2007")，是指基于子空間的近場 窄帶信源頻率、到達(dá)角及距離三維參數(shù)聯(lián)合估計(jì)方法。該方法選擇特定序號陣元輸出計(jì)算的4階累積量構(gòu)造4個高維矩陣，然后結(jié)合這些矩陣結(jié)構(gòu)特點(diǎn)構(gòu)造3個新的 矩陣，利用新構(gòu)造矩陣的特征值聯(lián)合估計(jì)信源參數(shù)。與現(xiàn)有其他基于高階累積量的 方法相比，這種方法有效地減小了陣列孔徑損失，具有較高的估計(jì)精度。
虛擬時間反轉(zhuǎn)鏡法(可參考文獻(xiàn)"時潔等.基于虛擬時間反轉(zhuǎn)鏡的噪聲源近場
定位方法研宄.兵工學(xué)報.29(10):1215 1219， 2008")，是指通過聚焦波束形成的聚焦 聲圖技術(shù)，結(jié)合可以在對信道沒有任何先驗(yàn)知識的情況下，與信道自動匹配，其聚 焦性能可以減小信道衰落和多途干擾的虛擬時間反轉(zhuǎn)鏡技術(shù)(VTRM)，建立近場線列 陣定位模型，實(shí)現(xiàn)對空間多目標(biāo)的定位。
然而，以上各種方法都要求傳感器的采樣頻率依據(jù)奈奎斯特(Nyquist)采樣定 理在奈奎斯特頻率之上，否則就無法實(shí)現(xiàn)有效的近場目標(biāo)定位。
為了克服現(xiàn)有技術(shù)的不足，解決現(xiàn)有技術(shù)中近場目標(biāo)定位難的問題，本發(fā)明的 目的是提供一種基于線性規(guī)劃的近場目標(biāo)定位方法及其系統(tǒng)。其采用基跟蹤的策略 將近場目標(biāo)定位問題轉(zhuǎn)化為離散化的目標(biāo)方位-距離空間字典條目選擇的問題，從而 利用壓縮感知理論實(shí)現(xiàn)近場目標(biāo)定位。
基于壓縮感知的信號重建的基本原理為對一個長度為iV,稀疏度為/:的數(shù)字 信號jc-T"可以用長度為M-O(KlogiV)的測量數(shù)據(jù)進(jìn)行重建(M<iV)。具體而 言，壓縮感知采用非傳統(tǒng)的線性測量>> =^,其中①為隨機(jī)化的映射矩陣，通過線 性規(guī)劃求解下式
從而可通過M-CC^((D,^)logAOX個測量數(shù)據(jù)以極大的概率完全重建信號^。
依據(jù)壓縮感知理論，傳感器可以以遠(yuǎn)低于奈奎斯特頻率的采樣頻率進(jìn)行采樣，而對 目標(biāo)信號重建沒有影響。壓縮感知的基本原理可參考文獻(xiàn)"E. Cand6s， J. Romberg, and
T. Tao. Robust uncertainty principles: Exact signal Reconstruction from highly incomplete frequency information. IEEE Trans. Inform.Theory， vol. 52， no. 2， pp. 489 - 509, Feb.
對于能量敏感的傳感器環(huán)境，如監(jiān)控系統(tǒng)、無線傳感器網(wǎng)絡(luò)等，傳感器以較低 的采樣頻率進(jìn)行采樣，可以大幅度的減少能耗，從而增加其工作、生存時間，提高
發(fā)明內(nèi)容
2006"。
8系統(tǒng)資源的利用率。
為了實(shí)現(xiàn)上述目的，本發(fā)明提供的基于線性規(guī)劃的近場目標(biāo)定位方法包括以下 步驟
1)將含Z個陣元線列陣中的某個陣元選定為參考陣元，并以參考陣元輸出信號 作為參考目標(biāo)信號^(0;
在未知信號形式的情況下，使參考陣元工作在依據(jù)奈奎斯特采樣定律確定的正 常的采樣頻率下，其他陣元工作在遠(yuǎn)低于奈奎斯特采樣頻率(壓縮采樣頻率)下， 此時，參考陣元工作的采樣頻率為t，該參考陣元輸出信號作為參考目標(biāo)信號
采樣點(diǎn)數(shù)設(shè)為K,其它陣元的采樣頻率為&，采樣點(diǎn)數(shù)為M,
這里，對于未知信號的情況下，所述依據(jù)奈奎斯特采樣定律確定的常用的采樣 頻率通常高于目標(biāo)信號頻率的2倍以上；
在已知目標(biāo)信號形式的情況下，可以任意選取參考陣元，包括參考陣元在內(nèi)所
有的陣元均工作在遠(yuǎn)低于奈奎斯特采樣頻率下，采樣頻率為&，此時，直接選定一
個己知的目標(biāo)信號作為參考目標(biāo)信號；
2) 基于參考目標(biāo)信號，得到所有陣元的采樣數(shù)據(jù)A，并且- =[《, ZJV/xl維，上標(biāo)T表示轉(zhuǎn)置，將UWxl維向量變?yōu)閘xZJW維向量，
這里，在未知目標(biāo)信號形式的情況下，由于所述參考陣元的采樣頻率《不同于 壓縮采樣頻率&，需要對該參考陣元的數(shù)據(jù)進(jìn)行抽取，以使得其采樣點(diǎn)數(shù)與其他陣 元的采樣點(diǎn)數(shù)相同；
3) 生成延時表和稀疏基矩陣T，包括如下子步驟
31)對每一個陣元產(chǎn)生相應(yīng)的稀疏基矩陣4V，<formula>formula see original document page 9</formula>其中，！- = 1,2,…，丄；《 = l，2,-..，iV; p-l,2,…，i5，
式中，7V表示探測的角度數(shù)，尸表示探測的距離數(shù)，" ,p=|> ， Rp]表示延時參 數(shù)對，《代表方位，Rp代表距離，A,("",》為其它陣元與參考陣元間的延時；這里，當(dāng)選取第一個陣元為參考陣元或者直接選取第一個已知信號作為參考信號時，所述 其它陣元與參考陣元間的延時A,(""，p)的表現(xiàn)式為-
A氛,p)+p -[《+ ((/— 1)of)2 — 2i^ (卜1)"o《 或者，可以表現(xiàn)為
'c， ！'二l，2，…，i,
.cos仗十- ,
其中，c/表示陣元間間距，；i表示信號波長；
32)將各陣元的稀疏基矩陣組合成陣列的稀疏基矩陣 甲-[甲f,…,屮工]f ， i^尸x《維；
4) 產(chǎn)生隨機(jī)映射矩陣O，并得到系數(shù)矩陣A-(D甲，包括如下子步驟
41) 對每一個陣元產(chǎn)生相應(yīng)的隨機(jī)映射矩陣^:
《為MxiVP維隨機(jī)產(chǎn)生矩陣，該矩陣的列的選取的依據(jù)為與甲,的互相關(guān)性最
小，同時確保^的范數(shù)等于1;
42) 對每一個陣元產(chǎn)生相應(yīng)的隨機(jī)映射矩陣① ①為ZMx丄iVP維塊對角矩陣，^為其塊對角元素；
43)依據(jù)隨機(jī)映射矩陣O)和稀疏基矩陣甲，計(jì)算系數(shù)矩陣八=<1)^;
5) 線性規(guī)劃求解，獲取稀疏向量b:
S = argminl4 ，當(dāng)|Z ("-Ab)||。 < ^時，得到稀疏向量b的估計(jì)，
其中，參數(shù)^表示誤差的容忍度，取值為V^^，稀疏向量64^， 2，…，、p了；
6) 基于所獲得的稀疏向量b的估計(jì)結(jié)果，得到近場目標(biāo)定位信息 稀疏度向量6中的非零正元素&"，p對應(yīng)方位-距離對"^-[《，Rp]，從而從預(yù)先
設(shè)定的方位-距離集中得到近場目標(biāo)的位置信息方位《和距離R,。
另外，本發(fā)明提供的一種基于線性規(guī)劃的近場目標(biāo)定位系統(tǒng)，其特征在于，包
括接收陣、前置電路、A/D轉(zhuǎn)換器、微型處理器、動態(tài)存取區(qū)、數(shù)據(jù)存儲區(qū)以及
顯示設(shè)備。
10所述前置電路從所述接收陣接收到多通道模擬信號，每個通道的模擬信號經(jīng)由 所述前置電路的前放以及濾波等處理后，再輸入到A/D轉(zhuǎn)換器從而得到數(shù)字信號， 從A/D轉(zhuǎn)換器輸出多通道的數(shù)字?jǐn)?shù)據(jù)流，每個通道的數(shù)據(jù)流對應(yīng)于一個構(gòu)成所述接 收陣的傳感器所接收到的模擬信號，然后，將這些數(shù)字?jǐn)?shù)據(jù)流輸入到微型處理器， 微型處理器首先將接收到的數(shù)據(jù)流存儲到動態(tài)存取區(qū)，在輸入滿足處理要求數(shù)量的
數(shù)據(jù)流后開始處理，包括常規(guī)采樣、壓縮采樣、獲取壓縮釆樣陣數(shù)據(jù)、產(chǎn)生延時
表、生成基矩陣、生成隨機(jī)映射矩陣、計(jì)算系數(shù)矩陣、設(shè)定參數(shù)、線性規(guī)劃求解以 及目標(biāo)信息估計(jì)過程，經(jīng)微型處理器處理后的輸出信息存儲到所述數(shù)據(jù)存儲區(qū)或直 接輸出到所述顯示設(shè)備上顯示。
所述微型處理器可以采用多片的微型處理器來并行處理。也可以采用能夠?qū)崿F(xiàn)
其功能的其它一些硬件設(shè)備，比如專用硬件、基于應(yīng)用的集成電路(ASIC)、 DSP、 ARM等都可以用來代替微型處理器。
與現(xiàn)有技術(shù)相比，本發(fā)明的基于線性規(guī)劃的近場目標(biāo)定位方法及其系統(tǒng)具有如 下技術(shù)效果
本發(fā)明采用基跟蹤的策略將近場目標(biāo)定位問題轉(zhuǎn)化為離散化的目標(biāo)方位-距離空 間字典條目選擇的問題，從而利用壓縮感知理論實(shí)現(xiàn)近場目標(biāo)定位。
(1) 傳感器無需工作在奈奎斯特采樣頻率以上，可大幅降低采樣率，從而可節(jié) 省傳感器工作能耗，提高系統(tǒng)資源利用率；
(2) 對目標(biāo)是否為窄帶目標(biāo)沒有限制，可同時適用于窄、寬帶目標(biāo)定位；
(3) 無需假設(shè)目標(biāo)為高斯信號，因此也適用于非高斯型目標(biāo)的定位。
圖1是適用本發(fā)明的基于線性規(guī)劃的近場目標(biāo)定位方法及其系統(tǒng)的常規(guī)線列陣
示意圖2是適用本發(fā)明的基于線性規(guī)劃的近場目標(biāo)定位方法及其系統(tǒng)的近場模型示 意圖3是本發(fā)明的基于線性規(guī)劃的近場目標(biāo)定位方法的流程圖； 圖4是本發(fā)明的基于線性規(guī)劃的近場目標(biāo)定位系統(tǒng)的構(gòu)成示意圖。
具體實(shí)施例方式
下面結(jié)合附圖和具體實(shí)施例對本發(fā)明的基于線性規(guī)劃的近場目標(biāo)定位方法及其系統(tǒng)進(jìn)行詳細(xì)的說明。
本發(fā)明采用基跟蹤的策略將近場目標(biāo)定位問題轉(zhuǎn)化為離散化的目標(biāo)方位-距離空 間字典條目選擇的問題，從而利用壓縮感知理論實(shí)現(xiàn)近場目標(biāo)定位。
基于壓縮感知的信號重建的基本原理為對一個長度為7V，稀疏度為《的數(shù)字
信號x-甲s，可以用長度為A/二0(iHogiV)的測量數(shù)據(jù)進(jìn)行重建(M<AO。具體而 言，壓縮感知采用非傳統(tǒng)的線性測量j;-O;c，其中O為隨機(jī)化的映射矩陣，通過線 性規(guī)劃求解下式
從而可通過M = C(/y2(O,甲)log iV)尺個測量數(shù)據(jù)以極大的概率完全重建信號x 。
依據(jù)壓縮感知理論，傳感器可以以遠(yuǎn)低于奈奎斯特頻率的采樣頻率進(jìn)行采樣，而對 目標(biāo)信號重建沒有影響。壓縮感知的基本原理可參考文獻(xiàn)"E. Cand6s， J. Romberg, and
T. Tao. Robust uncertainty principles: Exact signal Reconstruction from highly incomplete frequency information. IEEE Trans. Inform.Theory, vol. 52, no. 2， pp. 489 - 509， Feb.
對于能量敏感的傳感器環(huán)境，如監(jiān)控系統(tǒng)、無線傳感器網(wǎng)絡(luò)等，傳感器以較低 的采樣頻率進(jìn)行采樣，可以大幅度的減少能耗，從而增加其工作、生存時間，提高 系統(tǒng)資源的利用率。
圖1是適用本發(fā)明的基于線性規(guī)劃的近場目標(biāo)定位方法及其系統(tǒng)的常規(guī)線列陣 示意圖。如圖1所示，作為用于接收信號的接收陣102，例如由32個市場所售常規(guī) 的接收信號中心頻率為5000KHz的無指向性水聽器101組成，兩兩水聽器101間的 間隔是半個波長，從而線陣的總長度是4.65米。線列陣102安裝在潛艇或水下無人 潛航器上。
這里，列舉了由水聽器構(gòu)成的水下聲納線列陣的構(gòu)成結(jié)構(gòu)，但本發(fā)明還可以適 用于任何其它類型傳感器構(gòu)成的線列陣，例如由麥克風(fēng)構(gòu)成的麥克風(fēng)陣列和雷達(dá)中 使用的傳感器構(gòu)成的線列陣等等。
圖2是適用本發(fā)明的基于線性規(guī)劃的近場目標(biāo)定位方法及其系統(tǒng)的近場模型示 意圖。如圖2所示，目標(biāo)距接收陣的距離為/ ，方位為P，陣元間間距為d，目標(biāo) 信號以球面波形式到達(dá)接收陣。
圖3是本發(fā)明的基于線性規(guī)劃的近場目標(biāo)定位方法的流程圖。如圖3所示，本
2006"。
12發(fā)明的基于線性規(guī)劃的近場目標(biāo)定位方法，包括以下步驟
1) 將含丄個陣元線列陣中的某個陣元選定為參考陣元，并以參考陣元輸出信號
作為參考目標(biāo)信號5V(0，
在未知信號形式的情況下，使參考陣元工作在依據(jù)奈奎斯特采樣定律確定的正 常的采樣頻率下，其他陣元工作在遠(yuǎn)低于奈奎斯特采樣頻率下，此時，參考陣元工 作的采樣頻率為《，該參考陣元輸出信號作為參考目標(biāo)信號fyG)，采樣點(diǎn)數(shù)設(shè)為/c， 其它陣元的采樣頻率為&，采樣點(diǎn)數(shù)為M，這里，對于未知信號的情況下，所述依 據(jù)奈奎斯特采樣定律確定的常用的采樣頻率通常高于目標(biāo)信號頻率的2倍以上，
在已知目標(biāo)信號形式的情況下，任意選取參考陣元，包括參考陣元在內(nèi)所有的
陣元均工作在遠(yuǎn)低于奈奎斯特采樣頻率下，采樣頻率為&，此時，直接選定一個己 知的目標(biāo)信號作為參考目標(biāo)信號。
2) 基于參考目標(biāo)信號，得到所有陣元的采樣數(shù)據(jù)〃，并且/ -[y^，…,/《;f ，
iMxl維，進(jìn)行轉(zhuǎn)置操作，將iJWxl維向量變?yōu)閘xiA/維向量，
這里，在未知目標(biāo)信號形式的情況下，由于所述參考陣元的采樣頻率f;不同于
壓縮采樣頻率&，需要對該參考陣元的數(shù)據(jù)進(jìn)行抽取，以使得其采樣點(diǎn)數(shù)與其他陣
元的采樣點(diǎn)數(shù)相同。
3) 生成延時表和稀疏基矩陣甲，包括如下子步驟
31)對每一個陣元產(chǎn)生相應(yīng)的稀疏基矩陣甲,；
屮,=
(/0 + △, ("U》^ (/0 + △, (",,2 ))
.^(4—,+A,K》)fd+厶,(A,2)). 其中，/ = 1,2,.'.，丄；"=l,2，-..,iV; "1,2,
，戶，
式中，w表示探測的角度數(shù)，尸表示探測的距離數(shù)，" 。=「《，R。l表示延時參數(shù)對,
《代表方位，Rp代表距離，A,(a^)為其它陣元與參考陣元間的延時；
這里，當(dāng)選取第一個陣元為參考陣元或者直接選取第一個己知信號作為參考信 號時，所述其它陣元與參考陣元間的延時A,(^，p)的表現(xiàn)式為<formula>formula see original document page 14</formula>
或者，可以表現(xiàn)為
<formula>formula see original document page 14</formula>
復(fù)
其中，d表示陣元間間距，義表示信號波長，C表示波速； 32)將各陣元的稀疏基矩陣組合成陣列的稀疏基矩陣
T-[T〖，…，甲[丫， 丄iv尸x/:維。
4) 產(chǎn)生隨機(jī)映射矩陣①，并得到系數(shù)矩陣八=0)^，包括如下子步驟
41) 對每一個陣元產(chǎn)生相應(yīng)的隨機(jī)映射矩陣0,:
^為MxA^維隨機(jī)產(chǎn)生矩陣，該矩陣的列的選取的依據(jù)為與T,的互相關(guān)
性最小，同時確?！兜姆稊?shù)等于1;
42) 對每一個陣元產(chǎn)生相應(yīng)的隨機(jī)映射矩陣①； O)為丄MxZJV戶維塊對角矩陣，^為其塊對角元素；
43)依據(jù)隨機(jī)映射矩陣CD和稀疏基矩陣T，計(jì)算系數(shù)矩陣A-O)T;
5) 線性規(guī)劃求解，獲取稀疏向量b:
6 = argminll&IL ，當(dāng)|^ (/ -Ab)|L < s,時，得到稀疏向量b的估計(jì)， 其中，參數(shù)&表示誤差容忍度，取值為V^^，稀疏向量6-[^,、2,…,^,]
6) 基于所獲得的稀疏向量b的估計(jì)結(jié)果，得到近場目標(biāo)定位信息 稀疏度向量6中的非零正元素^p對應(yīng)方位-距離對a。,p-[《，Rp]，從而從預(yù)先
設(shè)定的方位-距離集中得到近場目標(biāo)的位置信息方位《和距離Rp 。
圖4是本發(fā)明的基于線性規(guī)劃的近場目標(biāo)定位系統(tǒng)的構(gòu)成示意圖。如圖4所示， 本發(fā)明的基于線性規(guī)劃的近場目標(biāo)定位系統(tǒng)，包括接收陣102、前置電路501、 A/D 轉(zhuǎn)換器502、微型處理器503、動態(tài)存取區(qū)504、數(shù)據(jù)存儲區(qū)505以及顯示設(shè)備506。
前置電路501從接收陣102接收到多通道模擬信號。前置電路501包括前放、 濾波和其它常規(guī)的電路。每個通道的模擬信號經(jīng)前置電路501的前放、濾波等處理
14后，輸入到A/D轉(zhuǎn)換器502從而得到數(shù)字信號，由此獲得從A/D轉(zhuǎn)換器502輸出的 多通道的數(shù)字?jǐn)?shù)據(jù)流，每個通道的數(shù)據(jù)流對應(yīng)于一個構(gòu)成接收陣102的傳感器(例 如，水聽器)接收到的模擬信號。然后，將這些數(shù)據(jù)流輸入到微型處理器503進(jìn)行 處理，微型處理器503首先將接收到的數(shù)據(jù)流存儲到動態(tài)存取區(qū)504，在輸入滿足處 理要求數(shù)量的數(shù)據(jù)流后就開始處理，包括常規(guī)采樣、壓縮采樣、獲取壓縮采樣陣 數(shù)據(jù)、產(chǎn)生延時表、生成基矩陣、生成隨機(jī)映射矩陣、計(jì)算系數(shù)矩陣、設(shè)定參數(shù)、 線性規(guī)劃求解、以及目標(biāo)信息估計(jì)等。這些處理程序也儲存在動態(tài)存取區(qū)504中。 經(jīng)微型處理器503處理后的輸出信息可以存儲在數(shù)據(jù)存儲區(qū)505，比如磁盤存儲設(shè)備 中，或直接輸出到顯示設(shè)備506上顯示。
另外，因?yàn)楸景l(fā)明中的A/D轉(zhuǎn)換器502輸出的是多通道的數(shù)據(jù)流，因此可以采 用多片的微型處理器來并行處理。并且，能夠?qū)崿F(xiàn)其功能的其它一些硬件設(shè)備，比 如專用硬件、基于應(yīng)用的集成電路(ASIC)、 DSP、 ARM等都可以用來代替微型處 理器503。
另外，需要特別說明的是，本發(fā)明的近場目標(biāo)定位方法及其系統(tǒng)，除了可以用 于線列陣之外，還可以擴(kuò)展到平面陣、無線傳感器網(wǎng)絡(luò)等其它形式的接收裝置。
下面結(jié)合附圖和具體實(shí)施例對本發(fā)明做進(jìn)一步的詳細(xì)描述 實(shí)施例1
如圖3所示，本實(shí)施例的用于線列陣的一種基于線性規(guī)劃的近場目標(biāo)定位的方 法的具體步驟如下-
步驟401:常規(guī)采樣
本步驟中，用單條線列陣接收時空二維信號，選定第一個陣元為參考陣元，其
工作的采樣頻率為《，該陣元信號即為參考目標(biāo)信號^(/)，采樣點(diǎn)數(shù)為/:。
步驟402:壓縮采樣
本步驟中，獲取除參考陣元外的其他所有陣元的采樣數(shù)據(jù)A，這些陣元的采樣
頻率為&,采樣點(diǎn)數(shù)為M。
上述步驟401中，當(dāng)己知目標(biāo)信號形式時，作為參考陣元的第一個陣元的采樣
頻率也為&。
步驟403:獲得壓縮采樣的陣元數(shù)據(jù)-:
本步驟中，/ = [^7，一,《了，其維數(shù)為M/xl，對于目標(biāo)信號形式未知的情況
15下，由于第一個陣元的采樣頻率《不同于壓縮采樣頻率&， ^f以需要對該陣元的數(shù) 據(jù)進(jìn)行抽取，以使得其采樣點(diǎn)數(shù)與其他陣元的釆樣點(diǎn)數(shù)相同。
步驟404:依據(jù)近場模型產(chǎn)生延時表 本步驟中，陣元間延時差為-
A,0(及廣[《+(('.-1)")2-2^(")"os《 / = 1，2，'..，丄，w-l，2,.'，W， p-l,2,…，尸。
其中，w表示探測的角度數(shù)，p表示探測的距離數(shù)，J表示陣元間間距，c表示波速。
也可表示為
義
復(fù)
其中，c/表示陣元間間距，A表示信號波長c 步驟405:計(jì)算稀疏基矩陣甲
本步驟中，
(,o + )) (,o + △, ("1,2 ))
組合各陣元對應(yīng)的甲〃 得到t-[^〖，…，^〖J"， 其維數(shù)為丄7v尸xii:。
步驟406:產(chǎn)生隨機(jī)映射矩陣①
本步驟中，-,為MxAT維隨機(jī)產(chǎn)生矩陣，確?！兜姆稊?shù)等于1。 O是丄MxZJV尸 維塊對角矩陣，-,為其塊對角元素。
步驟407:計(jì)算系數(shù)矩陣/(: 本步驟中，八=0>甲，其維數(shù)為iJW x尺。
步驟408:設(shè)定其他參數(shù)
本步驟中，設(shè)定參數(shù)^值為V^i^。設(shè)定線性規(guī)劃求解所需的其他參數(shù)，例 如迭代次數(shù)等。
步驟409:線性規(guī)劃求解
本步驟中，求解的結(jié)果是稀疏向量6，其維數(shù)是A^x。
"argminl^,當(dāng)||Z (/ -Ab)|。 < 、cr時，得到稀疏向量b的估計(jì)這里，線性規(guī)劃求解是求解線性方程問題的經(jīng)典理論，例如"S. Boyd and L. Vandenberghe. Convex Optimization. Cambridge University Press, 2004."等很多參考文 獻(xiàn)中均有詳細(xì)的描述。
步驟410:確定近場目標(biāo)定位信息
本步驟中，稀疏向量6中的非零正元素^p對應(yīng)方位-距離對a"p-[《，Rp]，也 即從預(yù)先設(shè)定的方位-距離集中得到近場目標(biāo)的位置信息(方位《和距離R》。
最后所應(yīng)說明的是，以上實(shí)施例僅用以說明本發(fā)明的技術(shù)方案而非限制。盡管 參照實(shí)施例對本發(fā)明進(jìn)行了詳細(xì)說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，對本發(fā)明 的技術(shù)方案進(jìn)行修改或者等同替換，都不脫離本發(fā)明技術(shù)方案的精神和范圍，其均 應(yīng)涵蓋在本發(fā)明的權(quán)利要求范圍當(dāng)中。
權(quán)利要求
1、一種基于線性規(guī)劃的近場目標(biāo)定位方法，其特征在于，包括以下步驟1)將含L個陣元線列陣中的某個陣元選定為參考陣元，并以參考陣元輸出信號作為參考目標(biāo)信號ζrf(t)，在未知信號形式的情況下，使參考陣元工作在依據(jù)奈奎斯特采樣定律確定的正常的采樣頻率下，其他陣元工作在遠(yuǎn)低于奈奎斯特采樣頻率下，此時，參考陣元工作的采樣頻率為Fs，該參考陣元輸出信號作為參考目標(biāo)信號ζrf(t)，采樣點(diǎn)數(shù)設(shè)為K，其它陣元的采樣頻率為Fcs，采樣點(diǎn)數(shù)為M；在已知目標(biāo)信號形式的情況下，包括參考陣元在內(nèi)所有的陣元均工作在遠(yuǎn)低于奈奎斯特采樣頻率下，采樣頻率為Fcs，此時，直接選定一個已知的目標(biāo)信號作為參考目標(biāo)信號；2)基于參考目標(biāo)信號，得到所有陣元的采樣數(shù)據(jù)βi，并且<maths id="math0001" num="0001" ><math><![CDATA[ <mrow><mi>β</mi><mo>=</mo><msup> <mrow><mo>[</mo><msubsup> <mi>β</mi> <mn>1</mn> <mi>T</mi></msubsup><mo>,</mo><mo>·</mo><mo>·</mo><mo>·</mo><msubsup> <mi>β</mi> <mi>L</mi> <mi>T</mi></msubsup><mo>]</mo> </mrow> <mi>T</mi></msup><mo>,</mo> </mrow>]]></math> id="icf0001" file="A2009100886600002C1.tif" wi="32" he="7" top= "110" left = "144" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/></maths>LM×1維，上標(biāo)T表示轉(zhuǎn)置，這里，在未知目標(biāo)信號形式的情況下，由于所述參考陣元的采樣頻率Fs不同于壓縮采樣頻率Fcs，需要對該參考陣元的數(shù)據(jù)進(jìn)行抽取，以使得其采樣點(diǎn)數(shù)與其他陣元的采樣點(diǎn)數(shù)相同；3)生成延時表和稀疏基矩陣Ψ，包括如下子步驟31)對每一個陣元產(chǎn)生相應(yīng)的稀疏基矩陣Ψi；其中，i＝1，2，…，L；n＝1，2，…，N；p＝1，2，…，P，式中，N表示探測的角度數(shù)，P表示探測的距離數(shù)，αn，p＝[θn，Rp]表示延時參數(shù)對，θn代表方位，Rp代表距離，Δi(αn，p)為其它陣元與參考陣元間的延時；32)將各陣元的稀疏基矩陣組合成陣列的稀疏基矩陣<maths id="math0002" num="0002" ><math><![CDATA[ <mrow><mi>Ψ</mi><mo>=</mo><msup> <mrow><mo>[</mo><msubsup> <mi>Ψ</mi> <mn>1</mn> <mi>T</mi></msubsup><mo>,</mo><mo>·</mo><mo>·</mo><mo>·</mo><mo>,</mo><msubsup> <mi>Ψ</mi> <mi>L</mi> <mi>T</mi></msubsup><mo>]</mo> </mrow> <mi>T</mi></msup><mo>,</mo> </mrow>]]></math> id="icf0003" file="A2009100886600002C3.tif" wi="34" he="7" top= "245" left = "41" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/></maths>LNP×K維；4)產(chǎn)生隨機(jī)映射矩陣Φ，并得到系數(shù)矩陣A＝ΦΨ，包括如下子步驟41)對每一個陣元產(chǎn)生相應(yīng)的隨機(jī)映射矩陣φiφi為M×NP維隨機(jī)產(chǎn)生矩陣；42)對每一個陣元產(chǎn)生相應(yīng)的隨機(jī)映射矩陣Φ；Φ為LM×LNP維塊對角矩陣，φi為其塊對角元素；43)依據(jù)隨機(jī)映射矩陣Φ和稀疏基矩陣Ψ，計(jì)算系數(shù)矩陣A＝ΦΨ；5)線性規(guī)劃求解，獲取稀疏向量b<maths id="math0003" num="0003" ><math><![CDATA[ <mrow><mover> <mi>b</mi> <mo>^</mo></mover><mo>=</mo><mi>arg</mi><mi>min</mi><msub> <mrow><mo>|</mo><mo>|</mo><mi>b</mi><mo>|</mo><mo>|</mo> </mrow> <mn>1</mn></msub><mo>,</mo> </mrow>]]></math> id="icf0004" file="A2009100886600003C1.tif" wi="27" he="6" top= "84" left = "34" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/></maths>當(dāng)||AT(β-Ab)||∞＜εNσ時，得到稀疏向量b的估計(jì)，其中，參數(shù)εN表示誤差的容忍度，取值為 id="icf0005" file="A2009100886600003C2.tif" wi="16" he="4" top= "97" left = "104" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>稀疏向量b＝[b1，1，b1，2，…，bN，P]T；6)基于所獲得的稀疏向量b的估計(jì)結(jié)果，得到近場目標(biāo)定位信息稀疏度向量b中的非零正元素bn，p對應(yīng)方位-距離對αn，p＝[θn，Rp]，從而從預(yù)先設(shè)定的方位-距離集中得到近場目標(biāo)的位置信息方位θn和距離Rp。
2、 如權(quán)利要求l所述的基于線性規(guī)劃的近場目標(biāo)定位方法，其特征在于，所述步驟l)中，對于未知信號的情況下，所述依據(jù)奈奎斯特采樣定律確定的常用的采樣頻率通常高于目標(biāo)信號頻率的2倍以上。
3、 如權(quán)利要求l所述的基于線性規(guī)劃的近場目標(biāo)定位方法，其特征在于，所述 步驟31)中，當(dāng)選取第一個陣元為參考陣元或者直接選取第一個己知信號作為參考信號時，所述其它陣元與參考陣元間的延時A,(a^)的表現(xiàn)式為<formula>formula see original document page 3</formula>其中，d表示陣元間間距，c表示波速。
4、如權(quán)利要求l所述的基于線性規(guī)劃的近場目標(biāo)定位方法，其特征在于，所述 步驟31)中，所述其它陣元與參考陣元間的延時A,(^p)，當(dāng)選取第一個陣元為參考陣元或者直接選取第一個已知信號作為參考信號時，其表現(xiàn)式為<formula>formula see original document page 3</formula>其中，d表示陣元間間距，義表示信號波長(
5、 如權(quán)利要求l所述的基于線性規(guī)劃的近場目標(biāo)定位方法，其特征在于，所述 步驟41)中，所述MxTVP維隨機(jī)產(chǎn)生矩陣A的列的選取的依據(jù)為與甲,的互相關(guān)性最小，同時確?！兜姆稊?shù)等于1。
6、 一種基于線性規(guī)劃的近場目標(biāo)定位系統(tǒng)，其特征在于，包括接收陣、前置電路、A/D轉(zhuǎn)換器、微型處理器、動態(tài)存取區(qū)、數(shù)據(jù)存儲區(qū)以及顯示設(shè)備，所述前置電路從所述接收陣接收到多通道的模擬信號，每個通道的模擬信號經(jīng)由所述前置電路的前放、濾波等處理后，再輸入到A/D轉(zhuǎn)換器從而得到數(shù)字信號， 從A/D轉(zhuǎn)換器輸出多通道的數(shù)字?jǐn)?shù)據(jù)流，每個通道的數(shù)據(jù)流對應(yīng)于一個構(gòu)成所述接 收陣的傳感器所接收到的模擬信號，然后，將這些數(shù)字?jǐn)?shù)據(jù)流輸入到所述微型處理 器，微型處理器首先將接收到的數(shù)據(jù)流存儲到所述動態(tài)存取區(qū)，在輸入滿足處理要求數(shù)量的數(shù)據(jù)流后開始處理，包括常規(guī)采樣、壓縮采樣、獲取壓縮采樣陣數(shù)據(jù)、產(chǎn)生延時表、生成基矩陣、生成隨機(jī)映射矩陣、計(jì)算系數(shù)矩陣、設(shè)定參數(shù)、線性規(guī) 劃求解以及目標(biāo)信息估計(jì)過程，經(jīng)微型處理器處理后輸出的目標(biāo)信息存儲到所述數(shù) 據(jù)存儲區(qū)或直接輸出到所述顯示設(shè)備上顯示。
7、 如權(quán)利要求6所述的基于線性規(guī)劃的近場目標(biāo)定位系統(tǒng)，其特征在于，所述 微型處理器的具體處理過程如下-1) 將含丄個陣元線列陣中的某個陣元選定為參考陣元，并以參考陣元輸出信號 作為參考目標(biāo)信號^V(r)，在未知信號形式的情況下，使參考陣元工作在依據(jù)奈奎斯特采樣定律確定的正 常的采樣頻率下，其他陣元工作在遠(yuǎn)低于奈奎斯特采樣頻率下，此時，參考陣元工 作的采樣頻率為K，該參考陣元輸出信號作為參考目標(biāo)信號^V(0，采樣點(diǎn)數(shù)設(shè)為K, 其它陣元的采樣頻率為&，采樣點(diǎn)數(shù)為M，在己知目標(biāo)信號形式的情況下，包括參考陣元在內(nèi)所有的陣元均工作在遠(yuǎn)低于 奈奎斯特采樣頻率下，采樣頻率為&，此時，直接選定一個已知的目標(biāo)信號作為參考目標(biāo)信號；2) 基于參考目標(biāo)信號，得到所有陣元的采樣數(shù)據(jù)^，并且〃^[y^,…,;《;r， ZMxl維，上標(biāo)T表示轉(zhuǎn)置，這里，在未知目標(biāo)信號形式的情況下，由于所述參考陣元的采樣頻率《不同于 壓縮采樣頻率&，需要對該參考陣元的數(shù)據(jù)進(jìn)行抽取，以使得其采樣點(diǎn)數(shù)與其他陣元的采樣點(diǎn)數(shù)相同；3)生成延時表和稀疏基矩陣T，包括如下子步驟:31)對每一個陣元產(chǎn)生相應(yīng)的稀疏基矩陣甲,.；Go + ("u))(/0 + (a, 2))0;A(4一,+△,(",,')) ^("+A,("L2》…；d+A,(°W》. 其中，/ = 1，U; w-l,2,…，iV; "1,2，…，尸，式中，W表示探測的角度數(shù)，尸表示探測的距離數(shù)，Rj表示延時參數(shù)對，《代表方位，Rp代表距離，A,(a"p)為其它陣元與參考陣元間的延時；32)將各陣元的稀疏基矩陣組合成陣列的稀疏基矩陣-甲-[T〖，…，甲〖丫， 2W尸X《維；4) 產(chǎn)生隨機(jī)映射矩陣CD，并得到系數(shù)矩陣A-①T，包括如下子步驟41) 對每一個陣元產(chǎn)生相應(yīng)的隨機(jī)映射矩陣^:A為M x iVP維隨機(jī)產(chǎn)生矩陣；42) 對每一個陣元產(chǎn)生相應(yīng)的隨機(jī)映射矩陣①； 0為丄Mx丄A^維塊對角矩陣，^為其塊對角元素；43)依據(jù)隨機(jī)映射矩陣(D和稀疏基矩陣甲，計(jì)算系數(shù)矩陣八=0屮；5) 線性規(guī)劃求解，獲取稀疏向量b:6' = argminl碌，當(dāng)|Z Ab)|L < cr時，得到稀疏向量b的估計(jì)， 其中，參數(shù)^表示誤差的容忍度，取值為V^^，稀疏向量"[、,^，…，、p]、6) 基于所獲得的稀疏向量b的估計(jì)結(jié)果，得到近場目標(biāo)定位信息 稀疏度向量6中的非零正元素6 對應(yīng)方位-距離對" =「《，R "|，從而從預(yù)先設(shè)定的方位-距離集中得到近場目標(biāo)的位置信息方位《和距離R。。
8、如權(quán)利要求6所述的基于線性規(guī)劃的近場目標(biāo)定位系統(tǒng)，其特征在于，所述微型處理器采用多片的微型處理器并行處理。
9、如權(quán)利要求6所述的基于線性規(guī)劃的近場目標(biāo)定位系統(tǒng)，其特征在于，所述 微型處理器采用專用硬件或者基于應(yīng)用的集成電路實(shí)現(xiàn)。
全文摘要
本發(fā)明提供一種基于線性規(guī)劃的近場目標(biāo)定位方法及其系統(tǒng)。利用壓縮感知理論實(shí)現(xiàn)近場目標(biāo)定位，在未知信號形式的情況下，選定參考陣元并使其工作在正常的采樣頻率下，其他陣元工作在遠(yuǎn)低于奈奎斯特采樣頻率下；將參考陣元輸出信號作為參考目標(biāo)信號，得到所有陣元的采樣數(shù)據(jù)；生成延時表和稀疏基矩陣；產(chǎn)生隨機(jī)映射矩陣，并得到系數(shù)矩陣；線性規(guī)劃求解，獲取稀疏向量；基于獲得的稀疏向量估計(jì)結(jié)果，從預(yù)先設(shè)定的方位-距離集得到近場目標(biāo)定位信息。根據(jù)本發(fā)明，傳感器無需工作在奈奎斯特采樣頻率以上，可大幅降低采樣率，節(jié)省傳感器工作能耗，提高系統(tǒng)資源利用率；對目標(biāo)帶寬沒有限制，可同時適用于窄、寬帶目標(biāo)定位，也適用于非高斯型目標(biāo)的定位。
文檔編號G01S15/00GK101644774SQ200910088660
公開日2010年2月10日 申請日期2009年7月7日 優(yōu)先權(quán)日2009年7月7日
發(fā)明者宇 李, 彪 田, 黃海寧 申請人:中國科學(xué)院聲學(xué)研究所