[发明专利]一种基于压缩感知算法的多径参数估计方法

摘要

本发明公开了一种基于压缩感知算法的多径参数估计方法。使用本发明能够实现较高的参数估计精度，且算法收敛快、性能稳定。本发明利用多径信号在时间轴上的稀疏特性，基于压缩感知算法，对多径参数进行估计，有效克服传统最小二乘估计方法的无偏性局限，明显改善对病态数据的拟合效果，具备较高的数字稳定性，相比传统最大似然估计方法的噪声敏感性缺陷，采用的压缩感知方法能够有效抑制噪声影响，稳定数字估计，故能实现较高的参数估计精度，且算法收敛快、性能稳定，克服了信号域多径信号参数估计技术对多路模型的多径信号分离/消除效能不高的问题。

主权项

1.一种基于压缩感知算法的多径参数估计方法，其特征在于，包括如下步骤：步骤1，基于伪随机码多相关器对接收到的导航信号自相关函数进行采样；根据多相关器采样点的自相关函数幅值，构建多径分量稀疏基矩阵方程；其中，多相关器的数量由信道传播情况确定；步骤2，对步骤1构建的稀疏基矩阵方程进行求解，获得多径信号幅值估计值；步骤3，对步骤2获得的多径信号幅值估计值进行判断，确定多径信号的有无及位置、幅值；其中，A)若多径信号幅值则判定在对应的样值估计点β_m处无多径信号；m＝1,2，……，M，M为多相关器的个数；B)若且及则判定在样值估计点β_m处存在多径信号，该多径信号幅值为C)若且及都接近于0，则判定在样值估计点β_m与β_m+1之间，存在一条多径信号；该多径信号的位置及幅值由β_m与β_m+1样值点的位置、幅值线性拟合确定；D)若连续多个均大于0，且其余的多径信号幅值均小于0，则降低当前多相关器样值点采样周期，重复步骤1～4，直至获得多径信号的位置及幅值。