[发明专利]一种密集环境中基于压缩感知的多径时延估计方法及装置

权利要求书

1.一种密集环境中基于压缩感知的多径时延估计方法，其特征在于，包括：

步骤S1：设定参考信号，并预处理接收信号和参考信号至设定长度；

步骤S2：将接收信号和参考信号做循环相关处理得到循环相关函数；

步骤S3：将得到的循环相关函数表示为其逆傅里叶变换形式作为参数信号；

步骤S4：根据参数信号生成参数矩阵；

步骤S5：采用测量矩阵，并构造稀疏基字典，用压缩感知算法对时延参数进行压缩采样；

步骤S6：采用正交匹配算法对观测信号进行匹配追踪，获取多径时延参数；

所述参数矩阵具体为：

X_A＝Φ_Aλ_A+N_A

其中：X_A为参数矩阵，Φ_A为稀疏表示的时延矩阵，λ_A为多径信号的幅值矢量，N_A为噪声相关函数；

所述步骤S5具体包括：

步骤S51：采用高斯随机矩阵作为测量矩阵，通过对参数矩阵进行压缩采样得到观测矩阵；

步骤S52：根据参数矩阵的矩阵形式，构造稀疏基：

其中：Ψ为稀疏基，为所有可能搜索到的时延值，为构造潜在搜索时延的导向矢量，L_N为可能的时延值的个数；

所述步骤S6具体包括步骤：

步骤S61：初始化残差、带重构系数向量、用于存放最佳线性组合的原子的索引集：

r_n＝y＝Θα＝ΦΨx

pos_array＝空集

其中：r_n为残差，y为观测矩阵，Θ为传感矩阵，α为待求的稀疏矢量，Φ为测量矩阵，pos_array为索引集；

步骤S62：找出残差与传感矩阵中原子的积中绝对值最大值，得到其所对应的原子在传感矩阵中的位置，即：

其中：ξ_t为最大时延值所对应的原子序号，r_n为残差，j为导向矢量的序号，为第j个时延的导向矢量；

步骤S63：更新索引集pos_array_t＝pos_array_t-1∪{ξ_t}，并记录传感矩阵中本次迭代最佳线性组合的原子所在列，将其合并到空矩阵中，将选中的列清零；

步骤S64：通过最小二乘法得到第一次迭代的估计值，若满足aug_y＝argmin||y-Aug_t*aug_y||，则执行步骤S65；

步骤S65：更新残差r_n＝y-Aug_t*aug_y；

步骤S66：判断迭代次数t是否达到上限，若为是，则停止迭代，并执行步骤S67，反之则进行下一次迭代，并返回步骤S62；

步骤S67：基于索引集输出多径时延信息。

2.根据权利要求1所述的一种密集环境中基于压缩感知的多径时延估计方法，其特征在于，所述步骤S1具体包括：

步骤S11：获取接收信号，对接收信号进行采样观测得到采样信号；

步骤S12：将经过设定次采样的传输信号均匀地进行时移操作，得到参考信号；

步骤S13：对参考信号和接收信号进行补零处理至设定长度。

3.根据权利要求2所述的一种密集环境中基于压缩感知的多径时延估计方法，其特征在于，所述设定长度具体为：

K_A＝2K_r-1

其中：K_A为补零后的长度，K_r为采样点数。