[发明专利]一种定时偏移估计度量的重构方法

权利要求书

1.一种压缩采样下定时偏移估计度量的重构方法，其特征在于，包括：

a)根据定时偏移估计度量“成块”特性构造优选压缩采样的测量矩阵；所述的定时偏移估计度量是指用于估计定时偏移的定时度量；所述的定时偏移估计度量“成块”特性是指幅度值不可忽略的K个定时偏移估计度量连在一起；

具体的：a1)设定定时偏移估计度量Ω的稀疏等级K，压缩后的采样点数M，相关性的门限取值α；

a2)产生M×N的随机分布测量矩阵Φ，并对测量矩阵Φ的各行进行正交化、各列进行单位化处理；其中，N为搜索定时偏移时的搜索长度，根据工程精度要求与工程经验设定；

a3)根据定时偏移估计度量“成块”特性计算出Φ中距离不超过K的各列间的相关性，并找出这些相关性中的最大值Corr_max；

a4)若Corr_max大于等于α，返回步骤a2)；否则，选择当前构造的测量矩阵Φ作为优选的压缩采样测量矩阵；

b)利用优选的测量矩阵进行压缩采样；

c)根据压缩采样并结合定时偏移估计度量“成块”特性，重构出定时偏移估计度量；

d)利用重构出的定时偏移估计度量，估计出定时偏移。

2.根据权利要求1所述的一种压缩采样下定时偏移估计度量的重构方法，其特征在于，步骤b)进一步包括：

b1)构建用于压缩采样的优化感知矩阵Θ；

b2)利用构建的优化感知矩阵Θ，进行基于AIC(Analog to Information Converter，模拟信息转换器)结构的压缩采样，获得长度为M的压缩采样信号y。

3.根据权利要求1所述的一种压缩采样下定时偏移估计度量的重构方法，其特征在于，步骤c)进一步包括：

c1)初始化定时偏移估计度量Ω、中间变量矢量ν和迭代次数Iter_num，分别取值为Ω＝0、ν＝y和Iter_num＝0，其中矢量0为N×1的零矢量；其中y为获得长度为M的压缩采样信号；

c2)取代理u为u＝Φ^Hν；其中，上标“H”表示数学上的取共轭转置操作；

c3)找到代理u中幅度值最大的元素的位置索引W₁；

c4)在索引集合{1,2,…,N}中找到最靠近位置索引W₁的2K个位置索引，包括位置索引W₁，形成位置索引集合S₁；

c5)更新融合集合T为：T＝supp{Ω}∪S₁；所述的supp{Ω}表示当前Ω的估计度量中的非零元素的位置索引，可表示为supp{Ω}＝{n:Ω_n≠0}；其中，Ω表示为矢量形式为Ω＝[Ω₁,Ω₂,…,Ω_N]^T；所述符号“∪”表示集合取并集操作；

c6)更新稀疏估计矢量b中对应于融合集合T所述位置索引的元素为：所述的上标表示对矩阵取Moore-Penrose伪逆操作；

c7)将稀疏估计矢量b中位置索引在融合集合T之外的元素置为0，即

c8)在稀疏估计矢量b中，找到幅度值最大的元素的位置索引W₂；

c9)在索引集合{1,2,…,N}中找到最靠近位置索引W₂的K个位置索引，包括位置索引W₂，形成位置索引集合S₂；

c10)将稀疏估计矢量b中位置索引在位置索引集合S₂之外的元素置为0，即

c11)将定时偏移估计度量Ω更新为稀疏估计矢量b，即取Ω＝b；

c12)更新中间变量矢量ν为ν＝y-ΦΩ；

c13)迭代次数Iter_num增加1次，即Iter_num＝Iter_num+1；

c14)判断迭代次数Iter_num是否达到了K次，若达到了K次，也即是Iter_num≥K，则取当前的Ω为最终重构出的定时偏移估计度量；否则，返回步骤c2)。