基于融合中心反馈信息的多目标贝叶斯波达方向估计方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113946955A(43)申请公布日2022.01.18(21)申请号202111199863.2(22)申请日2021.10.14(71)申请人西安电子科技大学地址710000陕西省西安市雁塔区太白南路2号(72)发明人贾天一刘宏伟严峻坤高畅丁军徐丹蕾(74)专利代理机构西安嘉思特知识产权代理事务所(普通合伙)61230代理人王萌(51)Int.Cl.G06F30/20(2020.01)G06F17/16(2006.01)G06N7/00(2006.01)G06F111/08(2020.01)权利要求书3页说明书8页附图4页(54)发明名称基于融合中心反馈信息的多目标贝叶斯波达方向估计方法(57)摘要本发明公开了一种基于融合中心反馈信息的多目标贝叶斯波达方向估计方法，包括：根据融合中心的反馈信息，确定多个目标波达方向的先验分布信息；根据阵列接收信号和所述先验分布信息，构造最小均方误差估计量；对所述最小均方误差估计量进行离散近似，以得到近似积分；基于蒙特卡洛法对先验分布信息对应的随机数和所述近似积分进行计算，以确定每个目标波达方向的估计值。本发明能够在低信噪比、少快拍数情况下，提高多目标波达方向估计性能。CN113946955ACN113946955A权利要求书1/3页1.一种基于融合中心反馈信息的多目标贝叶斯波达方向估计方法，其特征在于，应用于传感器网络，所述传感器网络中包括融合中心和均匀线列阵，所述方法包括：步骤1：根据融合中心的反馈信息，确定多个目标波达方向的先验分布信息；步骤2：根据阵列接收信号和所述先验分布信息，构造最小均方误差估计量；步骤3：对所述最小均方误差估计量进行离散近似，以得到近似积分；步骤4：根据蒙特卡洛法对所述先验分布信息对应的随机数和所述近似积分进行计算，以确定每个目标波达方向的估计值。2.根据权利要求1所述的方法，其特征在于，所述步骤1包括：步骤1‑1：获取融合中心的反馈信息，其中，所述反馈信息中包括K个目标对应的位置预测值及其协方差矩阵Qui，所述x、y表示直角坐标系中的x坐标轴、y坐标轴；步骤1‑2：假设均匀线列阵与x坐标轴平行，根据每个目标对应的所述位置预测值o计算目标的波达方向的预测值θi，以及根据每个目标对应的所述协方差矩阵Qui计算目标的波达方向的预测方差表示为：其中，bi为参数，表示为：sx和sy分别表示阵列几何中心的位置坐标；o步骤1‑3：假设目标波达方向满足高斯分布，根据所述预测值θi和所述预测方差确定目标波达方向的先验分布信息，表示为：T其中，θ表示波达方向，θ＝[θ1,θ2，…，θK]，diag(·)表示由向量形成的对角阵。3.根据权利要求1所述的方法，其特征在于，所述步骤2包括：2CN113946955A权利要求书2/3页步骤2‑1：设所述均匀线列阵中包括N个阵元，将阵列接收信号x(t)表示为：x(t)＝A(θ)s(t)+n(t)，T其中，t＝1,2,…,M，M表示阵列快拍数；s(t)＝[s1(t),s2(t),…,sK(t)]，表示t时刻的第i个来波信号，ati和φti表示t时刻的第i个来波信号的幅度和相位，j表示虚数单位；n(t)～CN(0,Qn)表示均值为零且协方差矩阵为Qn的复值圆对称高斯白噪声；A(θ)表示阵列流形向量，A(θ)＝[a(θ1),a(θ2),…,a(θK)]，其中，a(θi)表示为：a(θi)的第k个元素代表第i个信号在第k个阵元的时间延迟所带来的相位变化，d表示阵元间距，λ表示接收信号的波长；步骤2‑2：令变量且将阵列接收信号x(t)改写为：基于上式，获取目标波达方向的似然函数，表示为：其中，步骤2‑3：基于贝叶斯公式，对所述先验分布信息进行计算，以得到后验分布信息表示为：则得到最小均方误差估计量，表示为：4.根据权利要求1所述的方法，其特征在于，所述步骤3包括：步骤3‑1：将所述最小均方误差估计量中的分子看作变量关于θ的先验分布取期望，记为以及将所述最小均方误差估计量中的分母看作变量关于θ的先验分布取期望，记为则将所述最小均方误差估计量改写为：3CN113946955A权利要求书3/3页步骤3‑2：对所述改写后的最小均方误差估计量进行离散近似求平均，以得到近似积分，表示为：其中，Nm表示离散求和的点数。5.根据权利要求1所述的方法，其特征在于，所述步骤4包括：步骤4‑1：令：解得：步骤4‑2：将步骤4‑1解得的带入再将该代入所述近似积分中，化简可得：其中，是仅关于θ(k)的函数，θ(k)表示样本；步骤4‑3：根据所述先验分布信息的概率密度函数，得到Nm个样本；步骤4‑4：将所述Nm个样本代入步骤4‑2中的公式，计算得到目标波达方向的估计值4CN113946955A说明书