[发明专利]目标状态估计的通讯信号降维与量化的联合优化方法

权利要求书

1.一种目标状态估计的通讯信号降维与量化的联合优化方法，其特征在于：基于状态空间描述的线性动态对象为：

x(k+1)＝Ax(k)+Bw(k)

其中，A、B分别为系统矩阵和输入矩阵，k为时刻，状态x(k)为n维的实数状态向量，初始状态x(0)服从高斯分布；w(k)为过程噪声，是m维、协方差阵为Q的零均值高斯白噪声向量，与x(0)相互独立；

在通讯信号降维与量化的联合优化系统框架下，首先对系统状态进行降维，通过前置的预测器得到信号的新息并将其量化后传输至信号接收端，然后通过后置滤波器对接收到的新息量化值进行滤波，实现对系统状态的估计，具体步骤包括：

1)通过对状态的线性降维的方法降低系统状态的维数，满足独立平行信道传输数据的维数限制；

2)通过多电平量化新息卡尔曼滤波器预测，得到信号的预测值，进而得到信号的新息；

3)在传输功率约束和带宽约束下，以最小均方估计为准则，联合设计状态的线性降维的方法和时不变对称量化方法，对新息进行量化；

4)在信号接收端，采用多电平量化信息卡尔曼滤波器对接收到的新息进行滤波，估计对象的状态。

2.如权利要求1所述的一种目标状态估计的通讯信号降维与量化的联合优化方法，其特征在于所述的状态的线性降维的方法为：

y(k)＝Cx(k)+v(k)

其中，k为时刻，y(k)为标量输出，是状态降维后的输出值；v(k)为降维过程中的高斯白噪声，表示状态检测以及降维检测过程中的各种干扰因素，其均值为零、协方差为R，与w(k)和x(0)均相互独立；C为降维矩阵。

3.如权利要求1所述的一种目标状态估计的通讯信号降维与量化的联合优化方法，其特征在于所述的多电平量化新息卡尔曼滤波器预测为：

首先，采用多电平量化信息卡尔曼滤波器预测算法得到降维输出的预测值y^(k|k-1)]]>

y^(k|k-1)=E{y(k)|Y~qk-1}]]>

其中，k为时刻，表示0到k-1时刻所有量化新息的时间序列，即Y~qk-1=y~q(0)y~q(1)...y~q(k-1);]]>(.)_q表示量化，E表示期望运算；信号的实际值减去信号的预测值即是信号的新息：

y~(k)=y(k)-y~(k|k-1)]]>