[发明专利]基于稀疏重构算法的阵列幅相误差估计方法有效
| 申请号： | 201910615898.6 | 申请日： | 2019-07-09 |
| 公开（公告）号： | CN110516286B | 公开（公告）日： | 2021-05-07 |
| 发明（设计）人： | 王彤;吴佳丽;王瑛琪;陈金铭 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06F30/20 | 分类号： | G06F30/20;G06F17/16 |
| 代理公司： | 西安嘉思特知识产权代理事务所(普通合伙) 61230 | 代理人： | 张捷 |
| 地址： | 710071*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于稀疏重构算法的阵列幅相误差估计方法，包括：获取天线阵列接收的空时数据；先构造标准阵列流型字典矩阵，然后初始化加性幅相误差大小，得到带有幅相误差的字典矩阵；利用稀疏公式循环迭代算出幅相误差和杂波谱，然后利用最小二乘修正带有幅相误差的字典矩阵，再进行循环迭代估计，达到相邻两次杂波谱估计误差满足期望情况时停止。本发明的基于稀疏重构算法的阵列幅相误差估计方法，基于乘性和加性的幅相误差表示方法双重估计阵列的幅相误差，在稀疏迭代过程中不断更新幅相误差，从而使的杂波谱的估计值更加准确，本发明的阵列幅相误差估计方法计算量大大减少。 | ||
| 搜索关键词： | 基于 稀疏 算法 阵列 误差 估计 方法 | ||
【主权项】：
1.一种基于稀疏重构算法的阵列幅相误差估计方法，其特征在于，包括：/nS1：获取天线阵列接收的空时数据Y；/nS2：初始化加性幅相误差pk，根据所述加性幅相误差pk，构建带有幅相误差的字典矩阵Ψ；/nS3：初始化乘性幅相误差Gj；/nS4：根据所述乘性幅相误差Gj，计算得到杂波谱X的估计值；/nS5：根据所述杂波谱X的估计值，重新估计得到乘性幅相误差Gj+1；/nS6：根据所述乘性幅相误差Gj+1，计算得到新的杂波谱X的估计值；/nS7：判断步骤S4和S5得到的两个杂波谱X的估计值的差值是否小于设置的期望值，若是，则令Gk＝Gj+1执行步骤S8，若否，则令j＝j+1，重复步骤S5-S7；/nS8：根据所述乘性幅相误差Gk，利用最小二乘法得到加性幅相误差pk，根据所述加性幅相误差pk，更新所述带有幅相误差的字典矩阵Ψ；/nS9：判断k是否满足k＞K，其中，K表示设置的迭代总步数，若是，则执行步骤S10，若否，则令k＝k+1，重复步骤S3-S9；/nS10：根据所述加性幅相误差pk，得到最终幅相误差估计结果
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安电子科技大学，未经西安电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910615898.6/，转载请声明来源钻瓜专利网。
