买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：四川大学

摘要：本发明属于空间信号源定位技术领域，尤其是涉及一种稳健分布式信号级融合定位方法。本发明的方法基于传统的范数模型，使用分布鲁棒优化理论中的鲁棒对等变换将扰动下的稀疏信号恢复问题转化为可解的凸问题，得到了存在接收相位误差时的可信解。本方法理论上适用于任意结构的接收阵列，如非均匀线性阵列等，因此具有较强的实用性；与理想信号接收模型相比，本发明的方法建立的误差模型在形式上更具有一般性，不需要完全知道阵列幅相误差的全部模型，使得对信号源的定位过程更加稳健。

主权项：1.一种稳健分布式信号级融合定位方法，其特征在于，包括以下步骤：S1、通过多天线采集信号源信号，构建近场信号接收模型：yt＝Aθst+nt其中，Aθ是阵列流形矩阵，st和nt分别是t时刻的信号和噪声向量；S2、重构接收信号矩阵，完成矩阵的SVD分解，构造稀疏字典矩阵，建立相位误差模型，具体包括：将yt重构为： 其中，M是接收阵元的个数，T是采样快拍数，Nθ是过完备集的尺寸，过完备集是空域划分出来的方向网格组成的集合，对应的稀疏信号矩阵为：X＝[x1…xT]其中代表稀疏信号，将定位问题转化为恢复信号向量中xt非零元素的索引；对矩阵Y做SVD分解：Y＝ULVH其中，U和V为标准正交矩阵，U和V列分别由矩阵YYT和矩阵YTY单位化后的特征向量构成；L为奇异值矩阵，L的对角线元素由YTY的奇异值由大到小排列组成；保留信号子空间，设定信源个数为K，得到保留的矩阵为：YSV＝ULDK＝YVDK其中选择矩阵DK＝[IK0]T，IK是K阶的单位矩阵，0是K×T-K的零矩阵；以使得x中非零的项数最少从而保证信号的稀疏性为目标，建立相位误差模型为： s.t.vecIKHvecΔ≤η其中，XSV＝XVDK，是稀疏的方向矩阵，Γ是对角线上元素为对应阵元相位误差的对角矩阵，||XSV||2,1是计算XSV的l2,1范数，η为约束不等式的阈值；S3、利用分布式鲁棒优化算法，将相位误差模型转变为凸问题，并完成求解，获得目标信号的位置信息，具体为：利用分布式鲁棒优化算法，将相位误差模型转变为以下凸问题： 其中，β是一个中间变量，为常数，p为约束条件成立的概率，为δ服从的所有可能的概率分布的集合，δ＝dΓ，dΓ是由矩阵Γ的对角元素组成的列向量，中的所有概率分布统计量的一阶矩为μ，二阶矩为Σ，通过求解凸问题，得到目标信号的位置信息。

全文数据：

权利要求：

百度查询： 四川大学 一种稳健分布式信号级融合定位方法