[发明专利]一种基于平行因子的高精度时延估计方法

权利要求书

1.一种基于平行因子的高精度时延估计方法，其特征在于，该方法包括以下步骤：

步骤1)，在L个位置已知的监测节点接收辐射源信号，并对接收到的信号进行傅里叶变换，L为预设的基站数量阈值；

步骤2)，抽取非零频段信号，并融合各个监测节点的频域数据构建三线性模型；

步骤3)，采用平行因子方法，通过三线性交替最小二乘法进行分解迭代，得到频域时延估计矩阵；

步骤4)，通过归一化方法消除尺度模糊，利用时延矩阵的范德蒙特征进行时延估计。

2.根据权利要求1所述的基于平行因子的高精度时延估计方法，其特征在于，所述步骤1)包含以下步骤：

步骤1.1)，在L个位置已知的监测节点接收辐射源信号，第l个监测节点的接收信号x_l(t)＝α_ls_k(t-τ_l)+n_l(t)，其中，1≤l≤L，s_k(t)表示第k段接收到的辐射源信号，1≤k≤K，K为预设的辐射源信号段数阈值，α_l和τ_l分别表示辐射源信号到达第l个监测节点的路径衰减因子和时延，n_l(t)为相互独立的零均值加性高斯白噪声，信号与噪声之间互不相关；

步骤1.2)，对接收到的信号进行傅里叶变换，得到L个监测节点的时域输出矩阵，其中，第l个监测节点的时域输出矩阵形式为

式中，x_l(t)为第l个监测节点的接收信号，F^H为逆傅里叶变换矩阵，x_l(ω)为x_l(t)的傅里叶变换形式，α_l和τ_l分别表示辐射源信号到达第l个监测节点的路径衰减因子和时延，[S_k(ω₁)...S_k(ω_N)]^T和[N(ω₁)...N(ω_N)]^T分别表示s_k(t)和n_l(t)的傅里叶变换形式，其中ω_n为第n个频率点，1≤n≤N，N为采样点数。