[发明专利]一种信息缺失下的无源直接定位方法

权利要求书

1.一种信息缺失下的无源直接定位方法，其特征在于，包括以下步骤：

步骤一，建立直接定位模型x_h(t)，得到观测站获取的观测信息；

步骤二，对选定的监测区域划分网格，根据网格点与观测站间的信息建立阵列流形矩阵

步骤三，根据压缩感知算法要求，设计FOCUSS算法中观测量的稀疏表示d及字典矩阵Ψ；

步骤四，采用二次加权FOCUSS算法进行直接定位模型中稀疏信号g的稀疏重构，得到重构出的稀疏信号g_k；

步骤五，对二次加权FOCUSS算法重构出的稀疏信号g_k进行处理，求出目标位置：

步骤5.1：求得算法重构出的信号g_k各元素幅值大小，并找出峰值f＝max(abs(g_k))；

步骤5.2：设置门限值f₀＝μf μ∈(0,1)，g_k是含L个元素的一维向量，其每个元素的幅值|g_l|l＝1,…,L视为第l个网格点处有目标存在的概率，幅值大于门限值的网格点的序号即为估计目标位置对应的网格序号；

步骤5.3：根据估计目标位置对应的网格序号转换得到估计目标位置。

2.根据权利要求1所述的一种信息缺失下的无源直接定位方法，其特征在于：步骤一所述建立直接定位模型，得到观测站获取的观测信息具体为：

观测站作匀速直线运动，在观测时间内取H个观测点，组成一个定位系统，监测G个远场源目标，每个观测点h∈{1,…,H}由具有相同模式的N_h个天线组成，所有源和观测点不共线；G个远场源目标位置坐标分别为均包含在向量p中，即：总快拍数为T；

令第h个观测点上：选定参考天线，位于处，其他天线位于处，其中表示其他天线与参考天线之间的相对位置，对于每个快拍t＝1,…,T，第h个观测点处输出模型为：

其中，是第h个观测点的测量向量，其中元素x_hn(t)是该观测点上第n个天线处测量值，表示入射到第h个观测点上的源信号，是测量噪声矢量，传输矩阵表示第h个观测点处线阵对多平波阵面的复响应，定义：

其中，⊙是Hadamard矩阵积，且：

其中，是第h个观测点处均匀线阵对于方向的多平面波阵面的复响应，取决于波束矢量：w是信号频率，c是信号传播速度，上标T表示转置；

C_h表示时延传递矩阵。

3.根据权利要求1或2所述的一种信息缺失下的无源直接定位方法，其特征在于：步骤二所述根据网格点与观测站间的信息建立阵列流形矩阵具体为：

将监测区域划分为L个网格，每个网格中选定一点表示该网格位置，每个网格位置代表一个潜在远场源目标的位置，入射到第h个观测点上的潜在源信号用L×1维表示，包含G个非零值，其余为零，G个非零值表示估计出的目标位置对应的网格点，G＜＜L，是稀疏的；

令是所有网格点位置集合，其中在频率ω处，入射在第h个观测点的流形矩阵为：

其中，字母上的标注“-”表示是与网格点有关的量，

在第h个观测点处、来自每个潜在远场源的时延传输矩阵为：

其中，c是信号传播速度；

过完备矩阵作为阵列流形矩阵：

其中，⊙是Hadamard矩阵积。