基于空域稀疏表示的單站無(wú)源定位技術(shù)研究
發(fā)布時(shí)間:2023-05-13 06:04
無(wú)源定位可在戰(zhàn)場(chǎng)偵察、監(jiān)視和電子戰(zhàn)等領(lǐng)域中起到至關(guān)重要的作用,本文主要對(duì)單站無(wú)源定位進(jìn)行研究。對(duì)于定位問題,因?yàn)槟繕?biāo)位置在空域中的稀疏性,所以可以把壓縮感知應(yīng)用在單站無(wú)源定位中,這就擴(kuò)展了單站無(wú)源定位的方法。據(jù)此,文章中主要內(nèi)容安排如下:首先,對(duì)傳統(tǒng)的單站無(wú)源定位方法進(jìn)行了研究。研究了基于到達(dá)角的加權(quán)最小二乘法、基于相位差及其變化率的定位方法和基于多普勒頻率差的泰勒展開定位法。在文中對(duì)這三種方法都給出了算法的實(shí)現(xiàn)和簡(jiǎn)單推導(dǎo),并對(duì)算法進(jìn)行仿真分析,仿真了信噪比、定位次數(shù)、觀測(cè)量測(cè)量誤差等對(duì)定位的影響。然后,把信號(hào)多普勒頻差和壓縮感知相結(jié)合應(yīng)用在單站無(wú)源定位中。多普勒頻差可以表示成頻域中脈沖的線性和,把它轉(zhuǎn)換到時(shí)域形成“偽測(cè)量值”,用對(duì)“偽測(cè)量值”采樣的結(jié)果作為觀測(cè)值;然后再通過稀疏化表示構(gòu)建合適的觀測(cè)矩陣;最后利用壓縮感知信號(hào)恢復(fù)算法就能實(shí)現(xiàn)對(duì)目標(biāo)位置的確定。文中對(duì)這種方法進(jìn)行了仿真實(shí)驗(yàn),另外還仿真了在不同目標(biāo)數(shù)下所需的“偽測(cè)量值”采樣數(shù)和定位誤差的關(guān)系、多普勒頻差誤差和定位誤差的關(guān)系等。當(dāng)可以獲得多個(gè)目標(biāo)精確的多普勒頻差時(shí),這種方法能夠方便地對(duì)這些目標(biāo)進(jìn)行定位。最后,把信號(hào)協(xié)方差矩陣和...
【文章頁(yè)數(shù)】:81 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
符號(hào)對(duì)照表
縮略語(yǔ)對(duì)照表
第一章 緒論
1.1 引言
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.3 論文結(jié)構(gòu)安排
第二章 傳統(tǒng)的單站無(wú)源定位算法
2.1 引言
2.2 基于到達(dá)角的加權(quán)最小二乘定位算法
2.2.1 到達(dá)角最小二乘定位模型相關(guān)定義
2.2.2 偽線性方程
2.2.3 加權(quán)最小二乘
2.2.4 到達(dá)角最小二乘定位仿真及分析
2.3 基于相差及其變化率定位算法
2.3.1 相差及其變化率定位算法相關(guān)定義
2.3.2 相差及其變化率定位算法模型
2.3.3 相差及其變化率定位仿真及分析
2.4 基于多普勒頻率差的定位算法
2.4.1 多普勒定位原理
2.4.2 多普勒頻差算法模型
2.4.3 多普勒頻差定位算法仿真及分析
2.5 本章小結(jié)
第三章 基于空域稀疏表示的多普勒頻差定位方法
3.1 引言
3.2 壓縮感知理論
3.2.1 稀疏表示
3.2.2 觀測(cè)矩陣
3.2.3 重構(gòu)算法
3.2.4 小結(jié)
3.3 多普勒頻差模型
3.4 空域稀疏表示多普勒頻差定位模型
3.4.1 空域稀疏表示多普勒頻差定位重構(gòu)模型
3.4.2 多普勒頻率差轉(zhuǎn)換為時(shí)域“偽測(cè)量值”
3.4.3 用組稀疏來(lái)估計(jì)目標(biāo)位置狀態(tài)
3.5 空域稀疏表示的多普勒頻差定位仿真及分析
3.6 本章小結(jié)
第四章 基于空域稀疏表示的協(xié)方差矩陣定位方法
4.1 引言
4.2 一種基于空域稀疏表示的協(xié)方差矩陣定位算法
4.2.1 空域稀疏表示協(xié)方差矩陣數(shù)據(jù)模型
4.2.2 空域稀疏表示協(xié)方差矩陣定位模型
4.2.3 FOCUSS算法恢復(fù)向量
4.2.4 OMP算法恢復(fù)向量
4.2.5 空域稀疏表示協(xié)方差矩陣定位仿真結(jié)果
4.3 一種改進(jìn)的基于空域稀疏表示的協(xié)方差矩陣定位算法
4.3.1 改進(jìn)的空域稀疏表示協(xié)方差矩陣定位算法數(shù)據(jù)模型
4.3.2 改進(jìn)的空域稀疏表示協(xié)方差矩陣定位算法定位模型
4.3.3 改進(jìn)的空域稀疏表示協(xié)方差矩陣定位算法
4.3.4 改進(jìn)的空域稀疏表示協(xié)方差矩陣定位算法仿真
4.4 本章小結(jié)
第五章 總結(jié)與展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)介
本文編號(hào):3815457
【文章頁(yè)數(shù)】:81 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
符號(hào)對(duì)照表
縮略語(yǔ)對(duì)照表
第一章 緒論
1.1 引言
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.3 論文結(jié)構(gòu)安排
第二章 傳統(tǒng)的單站無(wú)源定位算法
2.1 引言
2.2 基于到達(dá)角的加權(quán)最小二乘定位算法
2.2.1 到達(dá)角最小二乘定位模型相關(guān)定義
2.2.2 偽線性方程
2.2.3 加權(quán)最小二乘
2.2.4 到達(dá)角最小二乘定位仿真及分析
2.3 基于相差及其變化率定位算法
2.3.1 相差及其變化率定位算法相關(guān)定義
2.3.2 相差及其變化率定位算法模型
2.3.3 相差及其變化率定位仿真及分析
2.4 基于多普勒頻率差的定位算法
2.4.1 多普勒定位原理
2.4.2 多普勒頻差算法模型
2.4.3 多普勒頻差定位算法仿真及分析
2.5 本章小結(jié)
第三章 基于空域稀疏表示的多普勒頻差定位方法
3.1 引言
3.2 壓縮感知理論
3.2.1 稀疏表示
3.2.2 觀測(cè)矩陣
3.2.3 重構(gòu)算法
3.2.4 小結(jié)
3.3 多普勒頻差模型
3.4 空域稀疏表示多普勒頻差定位模型
3.4.1 空域稀疏表示多普勒頻差定位重構(gòu)模型
3.4.2 多普勒頻率差轉(zhuǎn)換為時(shí)域“偽測(cè)量值”
3.4.3 用組稀疏來(lái)估計(jì)目標(biāo)位置狀態(tài)
3.5 空域稀疏表示的多普勒頻差定位仿真及分析
3.6 本章小結(jié)
第四章 基于空域稀疏表示的協(xié)方差矩陣定位方法
4.1 引言
4.2 一種基于空域稀疏表示的協(xié)方差矩陣定位算法
4.2.1 空域稀疏表示協(xié)方差矩陣數(shù)據(jù)模型
4.2.2 空域稀疏表示協(xié)方差矩陣定位模型
4.2.3 FOCUSS算法恢復(fù)向量
4.2.4 OMP算法恢復(fù)向量
4.2.5 空域稀疏表示協(xié)方差矩陣定位仿真結(jié)果
4.3 一種改進(jìn)的基于空域稀疏表示的協(xié)方差矩陣定位算法
4.3.1 改進(jìn)的空域稀疏表示協(xié)方差矩陣定位算法數(shù)據(jù)模型
4.3.2 改進(jìn)的空域稀疏表示協(xié)方差矩陣定位算法定位模型
4.3.3 改進(jìn)的空域稀疏表示協(xié)方差矩陣定位算法
4.3.4 改進(jìn)的空域稀疏表示協(xié)方差矩陣定位算法仿真
4.4 本章小結(jié)
第五章 總結(jié)與展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)介
本文編號(hào):3815457
本文鏈接:http://sikaile.net/kejilunwen/wltx/3815457.html
最近更新
教材專著