CN111541465A - 一种信号捕获方法、装置、电子设备及介质 - Google Patents

Abstract

本发明实施例提供了一种信号捕获方法、装置、电子设备及介质，涉及通信定位技术领域，可以减少信号捕获所消耗的资源和时间。本发明包括：利用第一观测矩阵，对稀疏向量进行压缩感知，获得第一观测值，稀疏向量为稀疏矩阵与接收到的信号的自相关结果，稀疏矩阵包括零元素和非零元素，稀疏矩阵包括的非零元素为本地码矩阵包括的元素，稀疏向量包括的每个元素的索引对应本地码矩阵包括的一个本地码。然后依据第一观测值，确定稀疏向量中的稀疏值的索引。进而获得索引对应的目标本地码的部分匹配滤波结果，将部分匹配滤波结果进行快速傅里叶变换运算，得到信号的频谱的峰值，当峰值大于峰值门限时，获得目标本地码的码相位以及峰值对应的残余多普勒。

Description

一种信号捕获方法、装置、电子设备及介质

技术领域

本发明涉及通信定位技术领域，特别是涉及一种信号捕获方法、装置、电子设备及介质。

背景技术

地面通信网络的时分码分正交频分复用(Time and Code Division-OrthogonalFrequency Division Multiplexing，TC-OFDM)信号采用直接扩频序列(Direct SequenceSpread Spectrum，DSSS)作为定位基础。DSSS具有测距性能好(自相关性)和码分多址(互相关性)的优势而被应用于TC-OFDM定位系统。对于定位终端的基带处理部分，首要任务是完成信号的捕获。

现有的基于压缩感知(Compressed Sensing，CS)的信号捕获方法是通过对具有稀疏性的信号进行随机非均匀压缩采样，再对压缩后的信号进行重构获得原始信号。然而这种方法只有对从高维转换得到的低维信号进行信号重构，才能恢复出原始信号，而信号重构需要消耗大量的资源和时间。

发明内容

本发明实施例的目的在于提供一种信号捕获方法、装置、电子设备及介质，以减少信号捕获所消耗的资源和时间。具体技术方案如下：

第一方面，本发明实施例提供了一种信号捕获方法，所述方法包括：

利用第一观测矩阵，对稀疏向量进行压缩感知，获得第一观测值，所述稀疏向量为稀疏矩阵与接收到的信号的自相关结果，所述稀疏矩阵包括零元素和非零元素，所述稀疏矩阵包括的非零元素为本地码矩阵包括的元素，所述本地码矩阵包括多个码相位不同的本地码，所述稀疏向量包括的每个元素的索引对应所述本地码矩阵包括的一个本地码；

依据所述第一观测值，确定所述稀疏向量中的稀疏值的索引，所述稀疏值为非零值；

获得所述索引对应的目标本地码的部分匹配滤波结果，将所述部分匹配滤波结果进行快速傅里叶变换FFT运算，得到所述信号的频谱的峰值，当所述峰值大于峰值门限时，获得所述目标本地码的码相位以及所述峰值对应的残余多普勒。

可选的，所述第一观测矩阵包括的元素为：

其中，

为所述第一观测矩阵包括的元素，M₁为预设压缩比例，H_M01为第一哈达玛矩阵，M₁＝2^M01，m∈{1,2,…,M₁}，l∈{1,2,…,2ML}，α＝2ML/M₁，M为所述信号的分段长度，L为本地码周期。

可选的，所述依据所述第一观测值，确定所述稀疏向量中的稀疏值的索引，包括：

对所述第一观测值进行沃尔什Walsh变换，得到第一沃尔什向量；

确定所述第一沃尔什向量中，数值大于第一沃尔什门限的第一元素向量；

根据所述第一元素向量的索引组成的索引集，确定第二观测矩阵；

利用所述第二观测矩阵，对所述稀疏向量进行压缩感知，获得第二观测值；

对所述第二观测值进行Walsh变换，得到第二沃尔什向量；

确定所述第二沃尔什向量中，数值大于第二沃尔什门限的第二元素向量；

根据第二元素向量的索引，确定所述稀疏向量中的稀疏值的索引。

可选的，所述第二观测矩阵包括的元素为：

其中，M₂为预设的峰值搜索长度，H_M02为第二哈达玛矩阵，A₁(i)为所述索引集，M₂＝2^M02，

第二方面，本发明实施例提供了一种信号捕获装置，所述装置包括：

压缩模块，用于利用第一观测矩阵，对稀疏向量进行压缩感知，获得第一观测值，所述稀疏向量为稀疏矩阵与接收到的信号的自相关结果，所述稀疏矩阵包括零元素和非零元素，所述稀疏矩阵包括的非零元素为本地码矩阵包括的元素，所述本地码矩阵包括多个码相位不同的本地码，所述稀疏向量包括的每个元素的索引对应所述本地码矩阵包括的一个本地码；

确定模块，用于依据所述压缩模块获得的所述第一观测值，确定所述稀疏向量中的稀疏值的索引，所述稀疏值为非零值；

获得模块，用于获得所述索引对应的目标本地码的部分匹配滤波结果，将所述部分匹配滤波结果进行快速傅里叶变换FFT运算，得到所述信号的频谱的峰值，当所述峰值大于峰值门限时，获得所述目标本地码的码相位以及所述峰值对应的残余多普勒。

可选的，所述第一观测矩阵包括的元素为：

其中，

为所述第一观测矩阵包括的元素，M₁为预设压缩比例，H_M01为第一哈达玛矩阵，M₁＝2^M01，m∈{1,2,…,M₁}，l∈{1,2,…,2ML}，α＝2ML/M₁，M为所述信号的分段长度，L为本地码周期。

可选的，所述确定模块，具体用于：

对所述第一观测值进行沃尔什Walsh变换，得到第一沃尔什向量；

确定所述第一沃尔什向量中，数值大于第一沃尔什门限的第一元素向量；

根据所述第一元素向量的索引组成的索引集，确定第二观测矩阵；

利用所述第二观测矩阵，对所述稀疏向量进行压缩感知，获得第二观测值；

对所述第二观测值进行Walsh变换，得到第二沃尔什向量；

确定所述第二沃尔什向量中，数值大于第二沃尔什门限的第二元素向量；

根据第二元素向量的索引，确定所述稀疏向量中的稀疏值的索引。

可选的，所述第二观测矩阵包括的元素为：

其中，M₂为预设的峰值搜索长度，H_M02为第二哈达玛矩阵，A₁(i)为所述索引集，M₂＝2^M02，

第三方面，本发明实施例提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

存储器，用于存放计算机程序；

处理器，用于执行存储器上所存放的程序时，实现上述任一信号捕获方法的步骤。

第四方面，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一信号捕获方法的步骤。

第五方面，本发明实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述任一信号捕获方法。

本发明实施例的技术方案至少包括以下有益效果：由于本发明实施例在对稀疏向量进行压缩感知之后，依据压缩感知得到的第一观测值，确定稀疏向量中的稀疏值的索引，当信号的频谱的峰值大于峰值门限时，说明该索引对应的目标本地码与信号包括的本地码相同，此时得到目标本地码的码相位以及峰值对应的残余多普勒。本发明实施例在捕获信号的过程中，未对信号进行信号重构，从而减少了信号捕获所消耗的资源和时间。

当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种信号捕获方法流程图；

图2为本发明实施例提供的确定稀疏向量中的稀疏值的索引的方法流程图；

图3为本发明实施例提供的一种信号捕获装置结构示意图；

图4为本发明实施例提供的一种电子设备的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为了提高信号捕获速度，本发明实施例提供了一种信号捕获方法，应用于电子设备，其中，电子设备可以是手机、计算机、平板电脑等设备，参见图1，该方法包括如下步骤。

步骤101，利用第一观测矩阵，对稀疏向量进行压缩感知，获得第一观测值。

其中，稀疏向量为稀疏矩阵与接收到的信号的自相关结果，稀疏矩阵包括零元素和非零元素，稀疏矩阵包括的非零元素为本地码矩阵包括的元素，本地码矩阵包括多个码相位不同的本地码，稀疏向量包括的每个元素的索引对应本地码矩阵包括的一个本地码。

步骤102，依据第一观测值，确定稀疏向量中的稀疏值的索引。

其中，稀疏值为非零值。

步骤103，获得该索引对应的目标本地码的部分匹配滤波(Partial matchedfiltering，PMF)结果，将获得的部分匹配滤波结果进行快速傅里叶变换(Fast FourierTransform，FFT)运算，得到信号的频谱的峰值，当峰值大于峰值门限时，获得目标本地码的码相位以及峰值对应的残余多普勒。

可以理解的，由于接收到的信号是发送端生成的本地码与载波的叠加信号，经过部分匹配滤波后得到的是信号的载波，步骤103中的峰值为载波的频谱的峰值。

可以理解的，当信号的频谱的峰值大于峰值门限时，说明目标本地码与发送端的本地码相同，目标本地码的码相位是正确的码相位，峰值对应的残余多普勒也是正确的。

信号捕获的目的是获得正确的码相位以及残余多普勒，在获得这两个参数时，信号捕获成功。

本发明实施例的技术方案至少包括以下有益效果：由于本发明实施例在对稀疏向量进行压缩感知之后，依据压缩感知得到的第一观测值，确定稀疏向量中的稀疏值的索引，当信号的频谱的峰值大于峰值门限时，说明该索引对应的目标本地码与信号包括的本地码相同，此时得到目标本地码的码相位以及峰值对应的残余多普勒。本发明实施例在捕获信号的过程中，未对信号进行信号重构，从而减少了信号捕获所消耗的资源和时间。

由压缩感知理论可知，如果信号是稀疏的，那么可以由远低于采样定理要求的采样频率对该信号进行重建恢复。码相位搜索利用的本地码矩阵可以表示为公式(1)。

其中，C为本地码矩阵，C中的每一行元素表示一个本地码。

可以理解的，C中的每一行元素表示一个本地码，第一行本地码的码相位为0，第二行本地码的码相位为1，以此类推。示例性的，本地码可以是伪随机码。

为了构建稀疏矩阵，使得稀疏矩阵中非零元素的个数远小于零元素的个数，部分匹配滤波器需要对本地码矩阵C的每一行元素进行分段，得到稀疏矩阵C_PMF，分段后每一行分段矩阵可以表示为公式(2)。

其中，C_iPMF为C_PMF的第i行分段矩阵，K和M为预设的稀疏参数。

稀疏矩阵C_PMF的矩阵大小为2ML×2L，稀疏向量z＝C_PMF×s，其中，s为接收到的信号，稀疏向量z中包括连续M个非零值，其余值均为0(将接近0的值也看做值为0)。

可以理解的，当长度为N的信号中非零值的数量为K，其他值都为0(将接近0的值也看做值为0)时，可以认为信号具有稀疏性，其稀疏度为K。通常，信号不具有稀疏性，但信号在进行矩阵变化后，可以具有稀疏性，矩阵变换后的信号可以表示为公式(3)。

x＝Ψs (3)

其中，x为矩阵变换后的信号，Ψ为稀疏矩阵，s为矩阵变换前的信号。||s||₀≤K，||·||₀为零范数。

压缩感知通过对一个矩阵大小为M×N的观测矩阵对信号进行随机非均匀采样，得到压缩采样矩阵y。其中，M＜＜N，观测矩阵与稀疏矩阵的稀疏基不相关。

y＝Φx (4)

其中，y为压缩采样矩阵，Φ为观测矩阵，x为矩阵变换后的信号，Θ＝ΦΨ为感知矩阵，Ψ为稀疏矩阵。

由于信号本身不具备稀疏性，但信号具备良好的自相关性能，在码相位搜索域上，当接收到的信号与本地码之间码相位对齐时，接收到的信号与本地码的自相关结果达到峰值，因此自相关结果具备一定的稀疏性。

基于此，在本发明实施例中，在步骤101之前，可以构造一个M₁×2ML的第一观测矩阵Φ₁，第一观测矩阵的压缩比为α＝2ML/M₁。第一观测矩阵φ₁包括的元素为公式(5)。

其中，

为第一观测矩阵包括的元素，M₁为预设压缩比例，H_M01为第一哈达玛(Hadamard)矩阵，M₁＝2^M01，m∈{1，2，…，M₁}，l∈{1，2，…，2ML}，α＝2ML/M₁，M为信号的分段长度，L为本地码周期。

可以理解的，由哈达玛矩阵的性质可知，哈达玛矩阵为2的整数次幂的方阵，M₁＝2^M01，且H_M01的矩阵大小为M₁×M₁。

可选的，可以通过公式(6)，利用第一观测矩阵，对稀疏向量进行压缩感知，获得第一观测值。

y₁＝Φ₁z＝Φ₁C_PMF×s＝Φ′₁s (6)

其中，y₁为第一观测值，y₁的矩阵大小为M₁×1，Φ₁为第一观测矩阵，z为稀疏向量，C_PMF为稀疏矩阵，Φ′₁为第一感知矩阵，s为接收到的信号。

可以理解的，公式(6)将稀疏向量z中连续α个元素的值表征为y₁中的一个元素。具体为：将PMF的α段结果累加为一个值，得到大小为2L/M₁的自相关结果。

由自相关公式得到当2L/M₁大于3时，压缩感知后的自相关结果中包含了自相关结果的大部分峰值。而L为本地码周期，L的大小是已知的，可以依据2L/M₁＞3，设置M₁的大小。

可以理解的，压缩感知使用了M₁个并行相关器，与传统的捕获方法相比，压缩感知将本地码与接收到的信号的自相关结果压缩了α倍。

可选的，参见图2，上述步骤102依据第一观测值，确定稀疏向量中的稀疏值的索引，可以包括以下步骤。

步骤201，对第一观测值进行沃尔什(Walsh)变换，得到第一沃尔什向量。

可以理解的，由于哈达玛矩阵具有良好的互相关无关性，对于y₁进行Walsh变换，得到Walsh变换后得到的第一沃尔什向量wh1，获得y₁中每一列Hadamard对应的系数。

步骤202，确定第一沃尔什向量中，数值大于第一沃尔什门限的第一元素向量。

步骤203，根据第一元素向量的索引组成的索引集，确定第二观测矩阵。

可选的，大于第一沃尔什门限V_th1的沃尔什向量，在wh1中的索引组成的索引集为A₁，A₁中包含了本地码正确的码相位。A₁中的每个索引能够表示α各相位信息，因此可以对A₁包括的索引信息展开。

A′_i(i)＝{α(A₁(i)-1)+1，α(A₁(i)-1)+2，…，min[αA₁(i)，2L]} (7)

其中，A′_i(i)为展开后的索引集，A₁(i)为展开前的索引集，α＝2ML/M₁，M₁为预设压缩比例，M为信号的分段长度，L为本地码周期。

A′₁中包含以半个码片为精度的码相位位置，第二观测矩阵包括的元素为公式(8)。

其中，

为第二观测矩阵包括的元素，H_M02为第二哈达玛矩阵，M₂为第二阶段预设的峰值搜索长度，M₂＝2^M02，

lb为以2为底的对数，||·||₀为零范数，M为信号的分段长度，L为本地码周期，H_M02的矩阵大小为M₂×M₂。

步骤204，利用第二观测矩阵，对稀疏向量进行压缩感知，获得第二观测值。

可选的，可以通过公式(9)获得第二观测值。

y₂＝Φ₂z＝Φ₂C_PMF×s＝Φ′₂s (9)

其中，y₂为第二观测值，Φ₂为第二观测矩阵，z为稀疏向量，C_PMF为稀疏矩阵，Φ′₂为第二感知矩阵，Φ′₂的矩阵大小为M₂×2L，s为接收到的信号。

步骤205，对第二观测值进行Walsh变换，得到第二沃尔什向量。

可以理解的，由于每个部分匹配滤波器对应矩阵y₂的一列，且y₂的各个列具有正交性，通过对y₂进行Walsh变换，可以得到y₂的每一列对应的系数。

步骤206，确定第二沃尔什向量中，数值大于第二沃尔什门限的第二元素向量。

由于y₂为PMF结果且带有残余多普勒，因此大于第二沃尔什门限V_th2的元素的索引组成的索引集合A₂为长度小于M的向量。

步骤207，根据第二元素向量的索引，确定第一观测值中的稀疏值的索引。

可选的，稀疏向量中的稀疏值的索引为

即为部分匹配滤波的所有滤波器在C_PMF中的索引起始位置，同时对应着码相位结果。

例如，结合公式(1)，当

时，该索引对应的码相位为1，该索引对应着本地码矩阵的第二行，因此目标本地码为：c₂，c₃，…，c_2L，c₁。

本发明实施例的技术方案还可以带来以下有益效果：在PMF-FFT捕获算法中应用压缩感知的信号捕获方法，不仅具备PMF-FFT在频域搜索速度快、精度高的优点，还极大的改善了PMF在码域搜索时消耗资源大，耗费时间长的问题。另外，经过理论分析和实验仿真均表明，本发明实施例提供的信号捕获方法可以有效地减少所需相关器的数量至传统PMF-FFT算法的50％以下。

针对上述步骤103、获得该索引对应的目标本地码的部分匹配滤波结果，将获得的部分匹配滤波结果进行FFT运算，得到信号的频谱的峰值，当峰值大于峰值门限时，获得目标本地码的码相位以及频率峰值对应的残余多普勒。

在本发明实施例中，当获得的索引为i时，索引i对应的目标本地码的部分匹配滤波结果为C_iPMF×s，其中，C_iPMF为第i个本地码对应的分段矩阵，s为接收到的信号。

部分匹配滤波结果进行FFT运算后，得到载波的频谱，频谱纵轴为幅值，横轴为频率，频谱的峰值为频谱的幅值最高值，残余多普勒为频谱的幅值最高值对应的频率。

对应于上述方法实施例，本发明实施例还提供了一种信号捕获装置，参见图3，该装置包括：压缩模块301、确定模块302和获得模块303。

压缩模块301，用于利用第一观测矩阵，对稀疏向量进行压缩感知，获得第一观测值，稀疏向量为稀疏矩阵与接收到的信号的自相关结果，稀疏矩阵包括零元素和非零元素，稀疏矩阵包括的非零元素为本地码矩阵包括的元素，本地码矩阵包括多个码相位不同的本地码，稀疏向量包括的每个元素的索引对应本地码矩阵包括的一个本地码；

确定模块302，用于依据压缩模块301获得的第一观测值，确定稀疏向量中的稀疏值的索引，稀疏值为非零值；

获得模块303，用于获得确定模块302确定的索引对应的目标本地码的部分匹配滤波结果，将部分匹配滤波结果进行快速傅里叶变换FFT运算，得到信号的频谱的峰值，当峰值大于峰值门限时，获得目标本地码的码相位以及峰值对应的残余多普勒。

可选的，第一观测矩阵包括的元素为：

其中，

为第一观测矩阵包括的元素，M₁为预设压缩比例，H_M01为第一哈达玛矩阵，M₁＝2^M01，m∈{1,2,…,M₁}，l∈{1,2,…,2ML}，α＝2ML/M₁，M为信号的分段长度，L为本地码周期。

可选的，确定模块302，具体用于：

对第一观测值进行沃尔什Walsh变换，得到第一沃尔什向量；

确定第一沃尔什向量中，数值大于第一沃尔什门限的第一元素向量；

根据第一元素向量的索引组成的索引集，确定第二观测矩阵；

利用第二观测矩阵，对稀疏向量进行压缩感知，获得第二观测值；

对第二观测值进行Walsh变换，得到第二沃尔什向量；

确定第二沃尔什向量中，数值大于第二沃尔什门限的第二元素向量；

根据第二元素向量的索引，确定稀疏向量中的稀疏值的索引。

可选的，第二观测矩阵包括的元素为：

其中，M₂为预设的峰值搜索长度，H_M02为第二哈达玛矩阵，A₁(i)为索引集，M₂＝2^M02，

本发明实施例还提供了一种电子设备，如图4所示，包括处理器401、通信接口402、存储器403和通信总线404，其中，处理器401，通信接口402，存储器403通过通信总线404完成相互间的通信，

存储器403，用于存放计算机程序；

处理器401，用于执行存储器403上所存放的程序时，实现上述方法实施例中的方法步骤。

上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

通信接口用于上述电子设备与其他设备之间的通信。

存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。

上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一信号捕获方法的步骤。

在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一信号捕获方法。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本发明的较佳实施例，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (10)

1.一种信号捕获方法，其特征在于，所述方法包括：

利用第一观测矩阵，对稀疏向量进行压缩感知，获得第一观测值，所述稀疏向量为稀疏矩阵与接收到的信号的自相关结果，所述稀疏矩阵包括零元素和非零元素，所述稀疏矩阵包括的非零元素为本地码矩阵包括的元素，所述本地码矩阵包括多个码相位不同的本地码，所述稀疏向量包括的每个元素的索引对应所述本地码矩阵包括的一个本地码；

依据所述第一观测值，确定所述稀疏向量中的稀疏值的索引，所述稀疏值为非零值；

获得所述索引对应的目标本地码的部分匹配滤波结果，将所述部分匹配滤波结果进行快速傅里叶变换FFT运算，得到所述信号的频谱的峰值，当所述峰值大于峰值门限时，获得所述目标本地码的码相位以及所述峰值对应的残余多普勒。

2.根据权利要求1所述的方法，其特征在于，所述第一观测矩阵包括的元素为：

其中，

为所述第一观测矩阵包括的元素，M₁为预设压缩比例，H_M01为第一哈达玛矩阵，M₁＝2^M01，m∈{1，2，…，M₁}，l∈{1，2，…，2ML}，α＝2ML/M₁，M为所述信号的分段长度，L为本地码周期。

3.根据权利要求1所述的方法，其特征在于，所述依据所述第一观测值，确定所述稀疏向量中的稀疏值的索引，包括：

对所述第一观测值进行沃尔什Walsh变换，得到第一沃尔什向量；

确定所述第一沃尔什向量中，数值大于第一沃尔什门限的第一元素向量；

根据所述第一元素向量的索引组成的索引集，确定第二观测矩阵；

利用所述第二观测矩阵，对所述稀疏向量进行压缩感知，获得第二观测值；

对所述第二观测值进行Walsh变换，得到第二沃尔什向量；

确定所述第二沃尔什向量中，数值大于第二沃尔什门限的第二元素向量；

根据第二元素向量的索引，确定所述稀疏向量中的稀疏值的索引。

4.根据权利要求3所述的方法，其特征在于，所述第二观测矩阵包括的元素为：

其中，M₂为预设的峰值搜索长度，H_M02为第二哈达玛矩阵，A₁(i)为所述索引集，M₂＝2^M02，

5.一种信号捕获装置，其特征在于，所述装置包括：

压缩模块，用于利用第一观测矩阵，对稀疏向量进行压缩感知，获得第一观测值，所述稀疏向量为稀疏矩阵与接收到的信号的自相关结果，所述稀疏矩阵包括零元素和非零元素，所述稀疏矩阵包括的非零元素为本地码矩阵包括的元素，所述本地码矩阵包括多个码相位不同的本地码，所述稀疏向量包括的每个元素的索引对应所述本地码矩阵包括的一个本地码；

确定模块，用于依据所述压缩模块获得的所述第一观测值，确定所述稀疏向量中的稀疏值的索引，所述稀疏值为非零值；

获得模块，用于获得所述索引对应的目标本地码的部分匹配滤波结果，将所述部分匹配滤波结果进行快速傅里叶变换FFT运算，得到所述信号的频谱的峰值，当所述峰值大于峰值门限时，获得所述目标本地码的码相位以及所述峰值对应的残余多普勒。

6.根据权利要求5所述的装置，其特征在于，所述第一观测矩阵包括的元素为：

其中，

为所述第一观测矩阵包括的元素，M₁为预设压缩比例，H_M01为第一哈达玛矩阵，M₁＝2^M01，m∈{1，2，…，M₁}，l∈{1，2，…，2ML}，α＝2ML/M₁，M为所述信号的分段长度，L为本地码周期。

7.根据权利要求5所述的装置，其特征在于，所述确定模块，具体用于：

对所述第一观测值进行沃尔什Walsh变换，得到第一沃尔什向量；

确定所述第一沃尔什向量中，数值大于第一沃尔什门限的第一元素向量；

根据所述第一元素向量的索引组成的索引集，确定第二观测矩阵；

利用所述第二观测矩阵，对所述稀疏向量进行压缩感知，获得第二观测值；

对所述第二观测值进行Walsh变换，得到第二沃尔什向量；

确定所述第二沃尔什向量中，数值大于第二沃尔什门限的第二元素向量；

根据第二元素向量的索引，确定所述稀疏向量中的稀疏值的索引。

8.根据权利要求7所述的装置，其特征在于，所述第二观测矩阵包括的元素为：

其中，M₂为预设的峰值搜索长度，H_M02为第二哈达玛矩阵，A₁(i)为所述索引集，M₂＝2^M02，

9.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

存储器，用于存放计算机程序；

处理器，用于执行存储器上所存放的程序时，实现权利要求1-4任一项所述的方法步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-4任一所述的方法步骤。

Images