基于LASSO特征提取的多普勒穿墙雷达定位方法.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CN107942314A(43)申请公布日2018.04.20(21)申请号201711173180.3(22)申请日2017.11.22(71)申请人中南大学地址410083湖南省长沙市岳麓区麓山南路932号中南大学(72)发明人丁一鹏林筱壹孙印花余厦莅雷承熹(74)专利代理机构北京众合诚成知识产权代理有限公司11246代理人夏艳(51)Int.Cl.G01S7/41(2006.01)G01S13/88(2006.01)G01S13/72(2006.01)G01S13/58(2006.01)权利要求书3页说明书7页附图2页(54)发明名称基于LASSO特征提取的多普勒穿墙雷达定位方法(57)摘要本发明属于目标跟踪技术领域，公开了一种基于LASSO特征提取的多普勒穿墙雷达定位方法。其中，LASSO频率估计算法对解调后回波信号的分量分离并估计感兴趣目标分量的频率特征；定位跟踪算法根据目标瞬时频率，实时估测目标位置信息，合成目标运动轨迹，实现对目标的跟踪。本发明不仅能够在保证多普勒穿墙雷达系统简洁性(只需一个发射机和两个接收机)和探测实时性(运算速度快)的基础上，有效提高对目标的定位精度，同时还能解决“频率模糊”问题，实现同时针对多目标的跟踪定位。此外，本发明无需多通道数据融合等繁冗的计算过程，运算速度快，在多普勒穿墙雷达的目标跟踪领域中具有广泛的应用前景。CN107942314ACN107942314A权利要求书1/3页1.一种基于LASSO特征提取的多普勒穿墙雷达定位方法，其特征在于，所述基于LASSO特征提取的多普勒穿墙雷达定位方法包括：LASSO频率估计算法，对解调后回波信号的分量分离并估计感兴趣目标分量的频率特征；定位跟踪算法根据目标瞬时频率，实时估测目标位置信息，合成目标运动轨迹，实现对目标的跟踪。2.如权利要求1所述的基于LASSO特征提取的多普勒穿墙雷达定位方法，其特征在于，所述LASSO频率估计算法包括：(1)LASSO观测矩阵，用于根据目标可能存在的运动模式构建相应的字典矩阵；(2)LASSO特征提取算法，用于根据观测的回波信号，在字典矩阵中提取感兴趣的目标分量并对其瞬时频率进行估计。3.如权利要求1所述的基于LASSO特征提取的多普勒穿墙雷达定位方法，其特征在于，所述LASSO频率估计算法具体包括：(1)发射机接收回波解调后的信号表示为：其中，Ai为第i个信号的幅度，Ri(t)是第i个目标离发射机的距离，f是载波频率，c是光速，φi是第i个信号回波初始相位；(2)观测矩阵设置如下：室内定位范围为M×M的面积，M＝m×Δm，每隔Δm均匀取点，共m2个点，构建观测矩阵：2其中，Ri(j)(i＝1,2,...,m；j＝1,2,...,n)表示第i个位置点在j时刻的采样值；由此可知，雷达接收回波解调后的信号可表示为样本信号的一个组合函数：2其中，βi(i＝1,2,...,m)表示第i个位置采样值的待估系数；化简上式为S＝XB，通过求解矩阵B分离回波分量并估计各分量的瞬时频率参数。4.如权利要求2所述的基于LASSO特征提取的多普勒穿墙雷达定位方法，其特征在于，所述LASSO特征提取算法，在最小化残差平方和RSS的计算中加入一个L1范数作为约束项：2CN107942314A权利要求书2/3页2其中是估计结果，xj(i)＝sin(4πfRj(i)/c),(i＝1,2,...,n；j＝1,2,...,m),λ是一个可调参数；当λ充分大时可以把大部分待估系数收缩到0，达到对频率特征的准确提取与估计。5.如权利要求4所述的基于LASSO特征提取的多普勒穿墙雷达定位方法，其特征在于，所述LASSO特征提取算法具体包括：第一步，对λ的格点值进行交叉验证，选取交叉验证误差最小的λ作为调整参数；第二步，先将S矩阵进行中心化，X矩阵进行中心标准化；设初始估计模型参数那么当前的回波残差就是S；找出X'S中绝对值最大的那个变量所对应的系数加入中，此时回波残差为其中，X'S是当前残差和所有变量的相关系数；第三步，将从0开始慢慢变大，直到X'S1中出现另一个变量对应的相关系数等于第二步中的相关系数，将对应的加入中；第四步，重复第三步，直到下一个满足与当前残差相关系数绝对值最大的变量出现，如此继续下去，提取并分离相应频率f1,f2,...,fN。6.如权利要求1所述的基于LASSO特征提取的多普勒穿墙雷达定位方法，其特征在于，所述定位跟踪算法包括：(1)角度估测算法，用于根据目标频率特征，实时估计目标与发射机的夹角大小；(2)距离估测算法，用于根据目标频率特征，实时估计目标离发射机的距离大小；(3)轨迹合成算法，用于根据目标距离和角度信息，在二维平面对目标进行定位。7.如权