申请/专利权人：中国民航大学

申请日：2022-06-27

公开（公告）日：2024-06-25

公开（公告）号：CN114994631B

主分类号：G01S7/41

分类号：G01S7/41

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2022.09.20#实质审查的生效;2022.09.02#公开

摘要：本发明涉及一种非凸松弛原子范数空时动目标参数估计方法，包括如下步骤：利用参考距离单元数据估计杂波协方差矩阵R，估计值记作利用子空间投影技术对待检测单元数据进行杂波抑制，抑制后的数据记作目标观测x；采用RAM方法对目标观测x进行稀疏恢复，通过多步迭代求解，得到目标信号子空间使用矩阵束分解算法对目标信号子空间进行块Toeplitz矩阵分解，提取目标信号的频率和根据目标信号的频率和获取动目标的方位角和速度估计结果本发明利用目标回波在角度‑多普勒域的稀疏特性，根据连续压缩感知和低秩矩阵恢复理论实现了运动目标方位角和速度的高精度、超分辨率估计，避免了稀疏恢复中的字典失配问题，有效提高了动目标参数估计性能。

主权项：1.一种非凸松弛原子范数空时动目标参数估计方法，其特征在于，包括如下步骤：S1.利用参考距离单元数据估计杂波协方差矩阵R，估计值记作S2.利用子空间投影技术对待检测所述单元数据进行杂波抑制，抑制后的数据记作目标观测x；S3.采用RAM方法对所述目标观测x进行稀疏恢复，通过多步迭代求解，得到目标信号子空间S4.使用矩阵束分解算法对所述目标信号子空间进行块Toeplitz矩阵分解，提取目标信号的频率和S5.根据所述目标信号的频率和获取动目标的方位角和速度估计结果其中，在步骤S2中，所述目标观测x的协方差矩阵R可以分解为： 其中，R是一个维度为MN×MN的低秩埃尔米特矩阵；IMN为MN×MN的单位矩阵，sn2为噪声功率；步骤S3包括：目标信号xt的加权原子范数表示为： 其中Aw为加权原子集合； 其中，wf表示原子af的权函数；所述目标信号xt的加权原子范数最小化问题可以转化为半正定规划问题，即： 其中，W为加权矩阵，ST为M×M的块Toeplitz矩阵；定义目标信号xt的稀疏测度函数为： 其中，e为稀疏正则化参数，当e趋于正无穷时，所述稀疏测度函数表示的稀疏测度等价于原子范数，当e趋于零时，所述稀疏测度等价于原子l0范数；根据目标回波的空时功率谱在角度-多普勒域的稀疏特性以及连续参数稀疏恢复和低秩矩阵恢复之间的关系，所述目标信号xt通过所述稀疏测度函数最小化估计获得，即： 目标信号xt及其子空间ST可以通过对上式的最优化问题进行迭代求解获得；在步骤S3中，使用优化最小方法通过多步迭代来逐步逼近局部最优解，其中，设STj表示第j次迭代的目标信号子空间估计值，则第j+1次迭代的最优化问题表示为：

全文数据：

权利要求：

百度查询： 中国民航大学 一种非凸松弛原子范数空时动目标参数估计方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD