【摘要】：針對(duì)近場(chǎng)源定位問題,提出了一種使用加權(quán)L1范數(shù)優(yōu)化進(jìn)行稀疏信號(hào)重構(gòu)的近場(chǎng)源定位方法。該定位方法分步完成目標(biāo)的方位和距離估計(jì)。為了避免二維優(yōu)化問題出現(xiàn),首先利用均勻線陣的對(duì)稱特性,通過菲涅爾近似,將二維參數(shù)估計(jì)的近場(chǎng)定位問題轉(zhuǎn)換為類遠(yuǎn)場(chǎng)陣列的一維參數(shù)估計(jì)問題,接著將該一維參數(shù)估計(jì)問題轉(zhuǎn)換為稀疏信號(hào)重構(gòu)問題,通過類MUSIC權(quán)向量的構(gòu)造,使用加權(quán)L1范數(shù)優(yōu)化方法重構(gòu)稀疏空間譜得到目標(biāo)波達(dá)方向;在得到信號(hào)波達(dá)方向之后,再利用稀疏信號(hào)重構(gòu)的思想求解信號(hào)源到陣列的距離。最后,通過數(shù)字仿真驗(yàn)證了算法在估計(jì)精度和分辨率等方面的優(yōu)良性能。
[Abstract]:In order to solve the problem of near-field source location, a method of near-field source location using weighted L1 norm optimization for sparse signal reconstruction is proposed. The location method accomplishes the target azimuth and distance estimation step by step. In order to avoid the problem of two-dimensional optimization, the near-field location problem of 2-D parameter estimation is transformed into one dimensional parameter estimation problem of far-field array by using the symmetry of uniform linear array and Fresnel approximation. Then the one-dimensional parameter estimation problem is transformed into the sparse signal reconstruction problem, and the target direction of arrival is obtained by using weighted L1 norm optimization method to reconstruct the sparse spatial spectrum by constructing the similar MUSIC weight vector. After the arrival direction of the signal is obtained, the distance from the signal source to the array is solved by using the idea of sparse signal reconstruction. Finally, the good performance of the algorithm in estimation accuracy and resolution is verified by digital simulation.
【作者單位】： 重慶理工大學(xué)電氣與電子工程學(xué)院;中國(guó)科學(xué)院上海微系統(tǒng)與信息技術(shù)研究所無(wú)線傳感網(wǎng)與通信重點(diǎn)實(shí)驗(yàn)室;
【基金】：重慶市基礎(chǔ)與前沿研究計(jì)劃項(xiàng)目(cstc2015jcyj A040055) 重慶市教委科學(xué)技術(shù)研究項(xiàng)目(KJ1500917,KJ1500934)
【分類號(hào)】：TN911.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉洪江;;稀疏信號(hào)重構(gòu)[J];計(jì)算機(jī)與現(xiàn)代化;2010年10期

2 石建波;李小波;張寧;;基于多尺度壓縮感知的信號(hào)重構(gòu)[J];火力與指揮控制;2012年01期

3 戚平;;一種求解稀疏信號(hào)重構(gòu)的新算法[J];計(jì)算機(jī)科學(xué);2013年S1期

4 劉貴忠,張志明,馮牧,章珂;信號(hào)重構(gòu)的小波極大模整形迭代算法[J];自然科學(xué)進(jìn)展;2000年07期

5 李莉,李協(xié);非松弛迭代算法中序列的截?cái)喾绞綄?duì)信號(hào)重構(gòu)結(jié)果的影響[J];計(jì)算機(jī)應(yīng)用與軟件;2001年03期

6 徐朝陽(yáng);章新華;康春玉;;基于信號(hào)重構(gòu)的陣列失效校準(zhǔn)方法[J];計(jì)算機(jī)工程;2009年01期

7 何巖;王東輝;朱淼良;;貝葉斯壓縮感知稀疏信號(hào)重構(gòu)方法研究[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年S2期

8 劉佶鑫;孫權(quán)森;;分形壓縮感知高維信號(hào)重構(gòu)方法[J];中國(guó)圖象圖形學(xué)報(bào);2012年03期

9 何宜寶;畢篤彥;;利用概率結(jié)構(gòu)稀疏模型實(shí)現(xiàn)信號(hào)重構(gòu)的新算法[J];西安電子科技大學(xué)學(xué)報(bào);2013年02期

10 薛男;凌霖;陶曉洋;曹佩佩;;基于壓縮感知的信號(hào)重構(gòu)[J];電子設(shè)計(jì)工程;2013年07期

相關(guān)會(huì)議論文 前4條

1 郭曉旋;李萬(wàn)社;;框架理論在信號(hào)重構(gòu)中的應(yīng)用[A];全國(guó)第一屆嵌入式技術(shù)聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2006年

2 陳之兵;郝磊;;分?jǐn)?shù)階傅里葉變換域上信號(hào)的分段采樣與重構(gòu)[A];數(shù)學(xué)·力學(xué)·物理學(xué)·高新技術(shù)交叉研究進(jìn)展——2010（13）卷[C];2010年

3 俞建寶;;基于雙譜信號(hào)重構(gòu)的物探數(shù)據(jù)插值方法[A];中國(guó)地球物理·2009[C];2009年

4 王森;白文樂;牛長(zhǎng)流;臧淼;;用MA實(shí)現(xiàn)帶限信號(hào)重構(gòu)的研究[A];2007通信理論與技術(shù)新發(fā)展——第十二屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2007年

相關(guān)博士學(xué)位論文 前1條

1 蘇杭;過完備字典下的稀疏信號(hào)重構(gòu)研究[D];武漢理工大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 林琳;基于壓縮感知的信號(hào)重構(gòu)與分類算法研究[D];西安電子科技大學(xué);2012年

2 趙真;壓縮感知中信號(hào)重構(gòu)問題的研究[D];內(nèi)蒙古大學(xué);2014年

3 許克明;分布式壓縮感知聯(lián)合稀疏信號(hào)重構(gòu)的穩(wěn)定性[D];山東大學(xué);2014年

4 王穎穎;一種改進(jìn)的梯度投影信號(hào)重構(gòu)方法[D];河北工業(yè)大學(xué);2012年

5 孫霄;管道漏磁內(nèi)檢測(cè)信號(hào)重構(gòu)技術(shù)研究[D];沈陽(yáng)工業(yè)大學(xué);2012年

6 孔素然;噪音水平未知時(shí)一維帶限信號(hào)重構(gòu)的快速穩(wěn)定算法[D];河北工業(yè)大學(xué);2005年

7 方嘉偉;Sinc方法在緊支信號(hào)重構(gòu)中的應(yīng)用[D];同濟(jì)大學(xué);2006年

8 范立;ICA在信號(hào)重構(gòu)與信息檢索中的應(yīng)用研究[D];中國(guó)地質(zhì)大學(xué);2009年

9 張彥男;基于壓縮感知的稀疏信號(hào)重構(gòu)算法優(yōu)化與實(shí)現(xiàn)[D];上海交通大學(xué);2013年

10 張佃昌;小波技術(shù)在信號(hào)重構(gòu)及去噪中的應(yīng)用研究[D];山東大學(xué);2007年

，

本文編號(hào)：2379993