CN114884841B 基于高阶统计和非均匀阵列的欠定参数联合估计方法 （华中科技大学）

基于高阶统计和非均匀阵列的欠定参数联本发明公开了一种基于高阶统计和非均匀2S2，计算当前频域信道数据的四阶累积量对角切片矩阵S3，计算各时延估计值对应的时延域滤波向量，并S4，分别使用各时延估计值对应的频域信道数据计计算相应的后向平滑的时延估计的四阶累积量对角切片矩阵Rn-IRj,II,Π是反对传播算子P的最小二乘估计为rec.ti空间Q0构造时延估计空间谱v(τ)为时延响应矩阵，vH(τ)为v3所述S5中结合所述时延响应矩阵和阵列流形矩阵估计得到信道复增益矩阵，具体包频域信道数据作为当前频域信道数据并跳转对所述高阶累积量矩阵执行奇异值分解或特征分解，得到信号子空间和噪声子空间；基于所述信号子空间和噪声子空间的正交性定义时延估计模块，用于计算当前频域信道数据的四时延滤波模块，用于计算各时延估计值对应的时4复增益估计模块，用于分别根据各所述时延估计值和到达角计算相应的后向平滑的时延估计的四阶累积量对角切片矩阵Π是反对空间Q0构造时延估计空间谱v(τ)为时延响应矩阵，vH(τ)为v所述到达角估计模块中基于所述高阶累积量矩阵构造到达角估计空间谱，具体包括5所述复增益估计模块中结合所述时延响应矩阵和阵列流形矩阵估计得到信道复增益5.一种计算机可读存储介质，其特征在于机程序，在所述计算机程序被处理器运行时控制所述存储介质所在设备执行如权利要求16越发火热。作为热门研究方向之一的无线定位问题也广泛的应用在军事和民用的多个方避免最大似然方法的缺点，更高效的基于子空间的一些方法被提了出来，比如MUSIC、ESPRIT。其中，JADE-MUSIC方法(M.C.Vanderveen,C.B.Papadias和A.Paulraj,《Jointangleanddelayestimation(JADE)formultipathsignalsarrivingatanantennaarray》,IEEECommun.Lett.,卷1,期1,页12–14,1997,doi:10.1109/4234.552142.)通过探索接收信号的空时结构，利用二维搜索实现参数的联合估计，而二维的参数搜索带来了巨大的计算负担。JADE-ESPRIT方法(A.-J.《Jointangleanddelayestimationusingshift-invarianceproperties》,IEEESignalProcess.Lett.,卷4,期5,页142–145,1997,doi:10.1109/97.575559.)通过构建接收信号的Hankel矩阵利用子空间的旋转不变性实现参数的联合估计。为了实现单样本下的高精度参数联合估计，SAGE方法(B.H.Fleury,M.Tschudin,R.HeddK.IngemanPedersen,《ChannelparameterestimationinmobileradioenvironmentsusingtheSAGEalgorithm》,IEEEJ.Sel.AreasCommun.,卷17,期3,页434–450,3月 1999,doi:10.1109/49.753729.)和MatrixPencil方法(A.Bazzi,D.T.M.Slock和L.Meilhac,《Singlesnapshotjointestimationofanglesandtimesofarrival:A2DMatrixPencilapproach》,收入2016IEEEInternationalConferenceonCommunications(ICC),2016,页1–6.doi:10.1109/ICC.2016.7511158.)被提了出来。其中SAGE方法基于EM算法，以期望最大化为准则迭代式求解多个参数，同时利用串行干扰消除和并行干扰消除来对抗噪声。虽然能够在欠定条件下工作且能够估计多个参数，但是同最大似然方法类似，SAGE方法一方面依赖于参数的初始化，另一方面也具有很高的计算复杂7估计的另一种思路是在实现单参数的准确估计后，继续完成多径参数的正确匹配。对此，2000IEEEInternationalConferenceonAcoustics,Speech,andSignalProcessing.Proceedings(Cat.No.00CH37100),6月2000,卷5,页2565–2568卷5.doi:8滤波后噪声平均功率为目标，使用拉格朗日乘子计算各时延估计值对应的时延域滤波向[0027](1)与其他参数联合估计方法相比，本发明设计方法基于非均匀阵列和高阶统计[0028](2)本发明通过迭代方式解决由噪声导致的参数错误估计和低能量多径无法估计[0030]图1为本发明提供的一种基于高阶统计和非均匀阵列的欠定参数联合估计方法的9[0033]图4为本发明实施例提供的参数估计在不同信噪比下的性能曲线图，其中(a)、[0036]参阅图1，本发明提供了一种基于高阶统计和非均匀阵列的欠定参数联合估计方pθ为第p条多径信号的到达角。M为天线阵元数量，d为阵元间隙，λ为信号波长。F＝diagpk表示频率。时延响应矩阵，τ为第k表示频率。[0043]其中表示天线阵元的坐标，M为[0048]计算时延估计的四阶累积量对角切片矩阵。将均匀分布的频点前向划分为J个子[0054]得到前后向平滑后的时延估计的四阶累积量对角切片矩阵i,。为[0085]其中b(0)-a(0)8a(0)以剩余频域信道数据作为当前频域信道数据[0098]图2所示为本发明实施例使用的六阵元非均匀线性阵列结构示意图，将本发明基于高阶统计和非均匀阵列的欠定场景下参数联合估计方法应用于该天线阵列和大规模多[0099](1)在信道数据产生阶段，信号发送端发送导频信号；信号接收端接收到来波信ci。[0100](2)在时延估计阶段，对频域信道数据计算前后向平滑后的四阶累积量对角切片,…[0102](4)对当前估计信道数据Hi计算四阶累积量矩阵R4,i，基于MUSIC算法原则进行到[0103](5)构造阵列流形矩阵和时延响应矩阵v(i);向量化频域信道后基于最小[0104](6)重建信道并从输入的频域信道数据中减除当前重建信道。在不满足迭代停止[0105]本发明利用高阶累积量和非均匀阵列实现了欠定场景下高精度的多参数联合估[0106]图3为本发明实施例提供的重建信道和真实信道相关性与迭代次数的关系图。从[0107]图4为本发明实施例提供的参数估计