移动通信信号源数据域直接位置估计方法及其装置制造方法及图纸
【技术实现步骤摘要】
移动通信信号源数据域直接位置估计方法及其装置
本专利技术属于移动通信中无线信号源位置估计
，特别涉及一种移动通信信号源数据域直接位置估计方法及其装置。
技术介绍
无源定位具有很好的隐蔽性，不易受到干扰和攻击，在军事及民事等方面得到广泛应用。传统无源定位体制主要采用两步定位法，即首先估计目标的位置参数(DOA、TOA、FDOA等)，然后利用估计出的位置参数建立位置方程完成目标位置的解算。这使得参数估计和位置解算相分离，数据处理过程中不可避免的存在位置信息的损失，且无法保证测量的参数与目标真实位置相匹配，从而无法获得最优的估计性能。直接定位技术(DirectPositionDetermination，DPD)因直接利用信号数据域信息完成目标位置估计，避免了传统定位方法中因两步分离造成的信息损失，因而具有更高的定位精度。目前，直接定位技术的解算方法主要有三种：最大似然方法、智能优化方法和多阵地子空间数据融合方法。最大似然类方法基于最大似然准则，在频域建立最大似然函数，可用于完成对于单目标的直接位置估计。但最大似然类方法在对多目标进行直接定位时存在复杂度过高的问题，...
【技术保护点】
一种移动通信信号源数据域直接位置估计方法，其特征在于，包含：步骤1、各观测站分别采集原始观测数据；步骤2、对采集到的原始观测数据进行底层数据融合，生成包含位置信息的直接定位模型；步骤3、基于随机矩阵渐进分布理论，构造包含噪声子空间和信号子空间的代价函数；步骤4、求解代价函数，输出最终目标位置。
【技术特征摘要】
1.一种移动通信信号源数据域直接位置估计方法，其特征在于，包含：步骤1、各观测站分别采集原始观测数据；步骤2、对采集到的原始观测数据进行底层数据融合，生成包含位置信息的直接定位模型；步骤3、基于随机矩阵渐进分布理论，构造包含噪声子空间和信号子空间的代价函数；步骤4、求解代价函数，输出最终目标位置。2.根据权利要求1所述的移动通信信号源数据域直接位置估计方法，其特征在于，所述的步骤2中包含：假设观测区域内有L个观测站和Q个窄带信号源，每个观测站均是由M个阵元构成的均匀直线阵；各个阵列在时间上同步，信号到达阵列时为平面波，根据位置坐标的对应观测站的接收信号，将该接收信号模型转化为观测向量；对各个观测站的观测向量进行联结，得到包含所有位置信息的联合阵列响应矩阵；根据观测向量及联合阵列响应矩阵，得到各观测站底层数据融合后的直接定位模型。3.根据权利要求2所述的移动通信信号源数据域直接位置估计方法，其特征在于，所述的步骤2的具体实现过程如下：pq＝(xq,yq)表示第q个信号源位置，位置坐标为(xl,yl)的第l个观测站的接收信号模型表示如下：q＝1,…,Q；l＝1,…,L，式中，rl(t)是M×1维的接收信号矢量，al(pq)表示第q个信号源在第l个观测站上产生的阵列响应，sq(t)表示第q个信号波形，nl(t)表示第l个观测站上产生的均值为零且统计独立的复高斯白噪声矢量，T表示观测时间；转化的观测向量表示为：rl(t)＝Al(p)s(t)+nl(t)s(t)＝[s1(t),...,sQ(t)]T令r(t)＝[r1(t)T,…,rL(t)T]Tn(t)＝[n1(t)T,…,nL(t)T]T，其中，A为联合阵列响应矩阵；经过各站位置信息融合后的直接定位模型变为：r(t)＝As(t)+n(t)。4.根据权利要求3所述的移动通信信号源数据域直接位置估计方法，其特征在于，所述的步骤3中包含：根据各观测站原始观测数据，计算协方差矩阵；对协方差矩阵进行特征值分解，得到噪声子空间；根据噪声子空间，构造代价函数。5.根据权利要求3所述的移动通信信号源数据域直接位置估计方法，其特征在于，所述的步骤3中包含：根据Wishart随机矩阵特征值与特征向量渐进分布理论，构造联合噪声子空间的特征向量；根据该特征向量并结合高斯分布性质，得到关于特征向量的联合对数概率密度函数，将信号源直接位置估计转化为最大似然估计的求解问题。6.根据权利要求5所述的移动通信信号源数据域直接位置估计方法，其特征在于，...
【专利技术属性】
技术研发人员：任衍青，巴斌，王建辉，崔维嘉，王大鸣，
申请(专利权)人：中国人民解放军信息工程大学，
类型：发明
国别省市：河南,41
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。