[发明专利]基于压缩感知的机动目标参数估计方法

权利要求书

1.一种基于压缩感知的机动目标参数估计方法，其特征在于：所述的机动目标参数估计方法包括按顺序进行的下列步骤：

1)利用参考单元的数据估计杂波协方差矩阵；

2)对待测单元的数据进行杂波抑制；

3)离散化目标的来向角空间、速度空间及加速度空间，并根据离散化的参数空间构造目标空时频三维参数估计所需的基字典；

4)稀疏求解，得到基于压缩感知的目标参数粗估计值，记为

5)构造代价函数，在以粗估计值为邻域的局部区间内进行搜索，实现目标参数精确估计，得到最终估计结果

2.根据权利要求1所述的基于压缩感知的机动目标参数估计方法，其特征在于：在步骤3)中，所述的基字典的构造方法是：

a.对目标参数空间——角度、速度和加速度空间进行离散化，离散化的网格数分别为N_s，N_v，N_a，对应的离散化目标参数空间分别记为{φ₁，φ₂，…，φ_Ns}，{V₁，V₂，…，V_Nv}，{a₁，a₂，…，a_Na}；

根据离散化的角度空间{φ₁，φ₂，…，φ_Ns}，将该空间中每一个角度值对应的空域导向矢量作为空域基字典中的原子向量，从而可构造如下式所示的N×N_s维空域基字典：

同理，构造K×N_v维时域基字典和K×N_a维频域基字典分别为：

b.要实现三个参数的同时估计，需要构造如下式的基字典：

式中Φ_V⊙Φ_a表示Φ_V的每一个列向量分别与Φ_a的每一个列向量进行点积，所以Φ_V⊙Φ_a为K×N_vN_a维矩阵。

3.根据权利要求1所述的基于压缩感知的机动目标参数估计方法，其特征在于：在步骤4)中，所述的目标参数粗估计值是通过对如下式所示的约束方程求解获得：

min(||ρ||₁)，且

其中||·||₁表示l₁范数，||·||₂表示l₂范数，ξ表示稀疏恢复所允许的误差限；对于式(12)求解得到系数向量ρ，ρ中非零元素对应的空时频参数即为目标参数粗估计值。

4.根据权利要求1所述的基于压缩感知的机动目标参数估计方法，其特征在于：在步骤5)中，所述的目标参数精确估计是通过如下方法实现的：

首先，取以为中心的邻域：

φΔ=(φ^0-Δφ,φ^0+Δφ)]]>

aΔ=(a^0-Δa,a^0+Δa)---(13)]]>

VΔ=(V^0-ΔV,V^0+ΔV)]]>

其中Δφ＝φ_i-φ_i-1、Δa＝a_i-a_i-1、ΔV＝V_i-V_i-1，在式(13)所示的邻域内对待估参数进一步细化，并根据细化的参数对回波数据进行局部寻优，即构造如下代价函数：

式中表示待测单元杂波抑制后的数据，(·)^H表示共轭转置运算，s＝s(φ，V，a)表示目标导向矢量，根据上式的代价函数求解即得到目标参数的精确估计结果。