CN112285695B - 一种基于压缩感知的交互定位系统和方法 - Google Patents
一种基于压缩感知的交互定位系统和方法 Download PDFInfo
- Publication number
- CN112285695B CN112285695B CN202011132400.XA CN202011132400A CN112285695B CN 112285695 B CN112285695 B CN 112285695B CN 202011132400 A CN202011132400 A CN 202011132400A CN 112285695 B CN112285695 B CN 112285695B
- Authority
- CN
- China
- Prior art keywords
- transmitting antenna
- target
- matrix
- positioning
- antenna
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000002452 interceptive effect Effects 0.000 title claims abstract description 43
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000033001 locomotion Effects 0.000 claims abstract description 38
- 238000004364 calculation method Methods 0.000 claims abstract description 20
- 239000002184 metal Substances 0.000 claims abstract description 13
- 230000008859 change Effects 0.000 claims abstract description 12
- 238000003384 imaging method Methods 0.000 claims abstract description 10
- 238000005259 measurement Methods 0.000 claims abstract description 10
- 239000011159 matrix material Substances 0.000 claims description 116
- 230000005684 electric field Effects 0.000 claims description 24
- 229940050561 matrix product Drugs 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 14
- 230000008447 perception Effects 0.000 claims description 10
- 238000012360 testing method Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 abstract description 5
- 238000002955 isolation Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/06—Systems determining position data of a target
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/418—Theoretical aspects
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于压缩感知的交互定位系统和方法。交互定位系统包括第一发射天线、第二发射天线以及接收天线；第一发射天线、接收天线和第二发射天线依次等间隔布置，第一发射天线与接收天线之间和接收天线与第二发射天线之间均设置有金属板；交互定位系统正前方存在一个定位区域，目标在定位区域中沿运动轨迹运动，交互定位系统通过第一发射天线、第二发射天线以及接收天线测量目标的运动变化信号。利用基于压缩感知的微波成像算法对系统测量所得的运动变化信号进行处理，实现对目标的定位和目标的运动轨迹的重构。本发明所使用的天线体积小，结构简单，定位计算方式所需数据量少，速度快；交互定位系统易于实现而且定位时间短且具有成本低、工作性能好的优点。
Description
技术领域
本发明涉及了一种定位系统，具体是涉及了一种基于微波信号压缩感知的交互定位系统和方法。
背景技术
微波定位是用微波作为信息载体进行定位。由于微波可以穿透非透明物质因此可以通过非接触式的方式获取位置目标的信息从而可以应用于各个领域。目前较为成熟的基于雷达的微波定位系统结构复杂成本高昂。对于获取数据的处理一般是基于逆散射原理的成像方法，该方法存在计算数据量大，成像速度慢等缺点。现在对于可携带式，可穿戴式设备的需求越来越大，将微波定位应用于小型化设备的控制对微波成定位的大小以及使设备实现更好的交互功能，可实现方式以及计算速度有更高的要求。
发明内容
为了解决背景技术中存在的技术问题，本发明提供了基于压缩感知的交互定位系统，实现了便携设备上的小型化微波交互定位系统。
本发明采用的技术方案是：
一、一种基于压缩感知的交互定位系统
所述交互定位系统包括第一发射天线、第二发射天线以及接收天线；第一发射天线、接收天线和第二发射天线依次等间隔布置，并且第一发射天线、接收天线和第二发射天线处于同一直线上，第一发射天线与接收天线之间以及接收天线与第二发射天线之间均设置有金属板，通过金属板增加第一发射天线、第二发射天线和接收天线之间的隔离度；交互定位系统正前方存在一个定位区域，目标在定位区域中沿任意形状的运动轨迹运动，交互定位系统通过第一发射天线、第二发射天线以及接收天线实现对目标的定位和目标的运动轨迹的测量。
所述第一发射天线、第二发射天线以及接收天线均为相同的高频宽带小型全向性天线，利用天线进行频率扫描，具体为：利用第一发射天线和第二发射天线分别产生一个带宽为B Hz的第一信号，接收天线获取第一信号后使得频率步进C Hz，第一发射天线和第二发射天线分别再产生一个带宽为B Hz的第二信号，接收天线获取第二信号，一共步进N次后，最终产生B+(B+C)*N Hz的总带宽信号，总带宽信号作为所需测量数据。
高频的频率范围为10GHz-20GHz，宽带的带宽大于0.5GHz，小型的尺寸小于4cm*4cm。
定位区域所在的位置以及定位区域的大小与天线与天线之间的距离和天线所采用的频率有关。交互定位系统使用10GHz-20GHz的高频宽带天线进行扫描，对距离天线4cm远外半径为6cm的圆形定位范围进行目标定位。所述交互定位系统可以应用于便捷式和可穿戴的设备，实现对设备的控制。
二、一种交互定位系统的基于压缩感知的交互定位方法
第一发射天线、第二发射天线和接收天线对定位区域进行频率扫描得到电场值从而获得感知矩阵H，目标在定位区域中沿运动轨迹运动，交互定位系统利用第一发射天线、第二发射天线和接收天线来获得目标运动过程中所产生的运动变化信号，从运动变化信号中提取获得散射矩阵g；
所述感知矩阵H和散射矩阵g具体获得步骤如下：
在定位区域中无目标的情况下，第一发射天线、接收天线、第二发射天线对圆形的定位区域进行频率扫描并接收各个定位点的电场值，获得感知矩阵H；所述定位点为沿目标的运动轨迹间隔设置，为离散的若干点。
在圆形的定位区域内放入一个目标，第一发射天线和第二发射天线分别辐射，由接收天线接收获得有目标情况下的电场测量值；将目标移出定位区域，第一发射天线和第二发射天线分别辐射，由接收天线接收获得无目标情况下的电场测量值；将有目标情况下的电场测量值与无目标情况下的电场测量值相减得到所需的散射特征值，由目标实时移动过程中获得的各个散射特征值构成散射矩阵g。
利用基于压缩感知的微波成像算法中的微波定位线性理论模型对感知矩阵H和散射矩阵g进行多组并行计算处理获得汇总矩阵，之后将汇总矩阵进行迭代计算重构目标的特征值，将重构后的特征值与预先设置的目标实际所在的位置做比较，获得校准测试结果，从而提高计算速度，使得交互定位系统实时获得准确的目标的位置和目标位置变化信息，最终定位目标和重构目标的运动轨迹。
所述微波定位线性理论模型采用方程g＝Hf，其中g为散射矩阵g；H为感知矩阵H，即整个交互定位系统的传输函数；f表示定位区域中目标在运动轨迹各个点的特征值，即放入目标后定位区域中运动轨迹的特征值；微波定位线性理论模型根据散射矩阵g和感知矩阵H计算得到定位区域中运动轨迹的特征值，由特征值来定位目标。
所述散射矩阵g和感知矩阵H，其中散射矩阵g的大小为m*n，感知矩阵H的大小为m*l，m为散射矩阵g和感知矩阵H的行数，n为散射矩阵g的列数，l为感知矩阵H的列数，将散射矩阵g和感知矩阵H拆分多组进行并行计算，具体为：
将散射矩阵g和感知矩阵H都均分成N组， 其中，gkn表示散射矩阵g中第k行第n列的元素，Hkl表示感知矩阵H中第k行第l列的元素，/>i表示分组的序号；
之后，对N组散射子阵gi和感知子阵Hi分别计算绝对值矩阵producti：producti＝abs(H′i*gi)，由散射子阵gi和感知子阵Hi计算绝对值矩阵producti的计算过程为并行计算，其中，H′i表示感知子阵Hi的转置，producti表示各组并行计算结果矩阵，abs()表示对元素取绝对值；
最后，将N个绝对值矩阵producti按序号i的顺序进行纵向拼接，最终获得含有目标位置信息的汇总矩阵product；
之后对汇总矩阵product进行后续的迭代计算重构目标的特征值，对散射矩阵g和感知矩阵H的并行计算可以缩短计算时间。
在天线之间放置障碍物增加隔离度后，用高频宽带小型全向性天线对目标以及目标定位区域进行频率扫描获得所需电场值，通过压缩感知算法进行计算获得精确定位值，并对算法进行改进使其并行处理数据从而减少计算时间可以达到实时定位。
本发明具有的有益效果：
本发明所使用的天线体积小，结构简单，定位计算方式所需数据量少，速度快；交互定位系统易于实现，定位时间短，具有成本低和工作性能好的优点。
附图说明
图1是定位系统的结构示意图。
图2是该系统测量流程示意图。
图3是基于压缩感知的微波成像算法的流程示意图。
图中：1、第一发射天线，2、接收天线，3、第二发射天线，4、金属板，5、定位区域，6、运动轨迹，7、目标。
具体实施方式
下面结合附图和具体实施例对本发明做进一步说明。
如图1所示，交互定位系统包括第一发射天线1、第二发射天线3以及接收天线2；第一发射天线1、接收天线2和第二发射天线3依次等间隔布置，并且第一发射天线1、接收天线2和第二发射天线3处于同一直线上，第一发射天线1与接收天线2之间以及接收天线2与第二发射天线3之间均设置有金属板4，通过金属板4增加第一发射天线1、第二发射天线3和接收天线2之间的隔离度；交互定位系统正前方存在一个定位区域5，目标7在定位区域5中沿任意形状的运动轨迹6运动，交互定位系统通过第一发射天线1、第二发射天线3以及接收天线2实现对目标7的定位和目标7的运动轨迹6的测量。
第一发射天线1、第二发射天线3以及接收天线2均为相同的高频宽带小型全向性天线，利用天线进行频率扫描，具体为：利用第一发射天线1和第二发射天线3分别产生一个带宽为B Hz的第一信号，接收天线2获取第一信号后使得频率步进C Hz，第一发射天线1和第二发射天线3分别再产生一个带宽为B Hz的第二信号，接收天线2获取第二信号，一共步进N次后，最终产生B+(B+C)*N Hz的总带宽信号，总带宽信号作为所需测量数据。
高频的频率范围为10GHz-20GHz，宽带的带宽大于0.5GHz，小型的尺寸小于4cm*4cm。
定位区域所在的位置以及定位区域5的大小与天线与天线之间的距离和天线所采用的频率有关。交互定位系统使用10GHz-20GHz的高频宽带天线进行扫描，对距离天线4cm远外半径为6cm的圆形定位范围进行目标定位。交互定位系统可以应用于便捷式和可穿戴的设备，实现对设备的控制。
本发明采用压缩感知算法处理，这样可以通过获取少量测量值来有效定位相对较多的目标。
第一发射天线(1)、第二发射天线(3)和接收天线(2)对定位区域(5)进行频率扫描得到电场值从而获得感知矩阵H，目标(7)在定位区域(5)中沿运动轨迹(6)运动，交互定位系统利用第一发射天线(1)、第二发射天线(3)和接收天线(2)来获得目标(6)运动过程中所产生的运动变化信号，从运动变化信号中提取获得散射矩阵g；
利用基于压缩感知的微波成像算法中的微波定位线性理论模型对感知矩阵H和散射矩阵g进行多组并行计算处理获得汇总矩阵，之后将汇总矩阵进行迭代计算重构目标的特征值，将重构后的特征值与预先设置的目标实际所在的位置做比较，获得校准测试结果，从而提高计算速度，使得交互定位系统实时获得准确的目标7的位置和目标位置变化信息，最终定位目标7和重构目标7的运动轨迹6。
感知矩阵H和散射矩阵g具体获得步骤如下：
在定位区域5中无目标7的情况下，第一发射天线1、接收天线2、第二发射天线3对圆形的定位区域5进行频率扫描并接收各个定位点的电场值，获得感知矩阵H；定位点为沿目标7的运动轨迹6间隔设置，为离散的若干点。
在圆形的定位区域5内放入一个目标7，第一发射天线1和第二发射天线3分别辐射，由接收天线2接收获得有目标7情况下的电场测量值；将目标7移出定位区域5，第一发射天线1和第二发射天线3分别辐射，由接收天线2接收获得无目标7情况下的电场测量值；将有目标7情况下的电场测量值与无目标7情况下的电场测量值相减得到所需的散射特征值，由目标7实时移动过程中获得的各个散射特征值构成散射矩阵g。
如图2和图3所示微波定位线性理论模型采用方程g＝Hf，方程为应用于微波定位的线性理论模型的表达式，其中g为散射矩阵g；H为感知矩阵H，即整个交互定位系统的传输函数；f表示定位区域5中目标7在运动轨迹6各个点的特征值，即放入目标7后定位区域5中运动轨迹6的特征值；微波定位线性理论模型根据散射矩阵g和感知矩阵H计算得到定位区域5中运动轨迹6的特征值，由特征值来定位目标7。
散射矩阵g和感知矩阵H，其中散射矩阵g的大小为m*n，感知矩阵H的大小为m*l，m为散射矩阵g和感知矩阵H的行数，n为散射矩阵g的列数，l为感知矩阵H的列数，将散射矩阵g和感知矩阵H拆分多组进行并行计算，具体为：
将散射矩阵g和感知矩阵H都均分成N组， 其中，gkn表示散射矩阵g中第k行第n列的元素，Hkl表示感知矩阵H中第k行第l列的元素，/>i表示分组的序号；
之后，对N组散射子阵gi和感知子阵Hi分别计算绝对值矩阵producti：producti＝abs(H′i*gi)，由散射子阵gi和感知子阵Hi计算绝对值矩阵producti的计算过程为并行计算，其中，H′i表示感知子阵Hi的转置，producti表示各组并行计算结果矩阵，abs()表示对元素取绝对值；
最后，将N个绝对值矩阵producti按序号i的顺序进行纵向拼接，最终获得含有目标位置信息的汇总矩阵product；
之后对汇总矩阵product进行后续的迭代计算重构目标的特征值，对散射矩阵g和感知矩阵H的并行计算可以缩短计算时间。
在第一发射天线1与接收天线2之间和接收天线2与第二发射天线3之间均设置有金属板4，由于辐射信号无法穿透金属板4，所以增加天线的指向性，而且天线发射的信号在金属板表面会形成反射从而增强获得的感知矩阵H与散射矩阵g的非相关性，从而感知矩阵H与散射矩阵g可以更好的应用于压缩感知的计算。
微波成像算法计算过程如图3所示，输入信号长度n，测量数m，感知矩阵H，稀疏度K以及散射矩阵g；将散射矩阵g和感知矩阵H分成N组散射子阵g1、g2、g3…gi以及感知子阵H1、H2、H3…Hi，将N组散射子阵gi和感知子阵Hi并行计算得到N个绝对值矩阵producti；将N个绝对值矩阵producti按序号i的顺序进行纵向拼接，最终获得含有目标位置信息的汇总矩阵product，并从汇总矩阵product中获得最大值对应的位置，并将最大值对应的位置记录在位置参数pos_array里；利用最小二乘法对汇总矩阵product进行处理，获得最小残差值r_n，将最小残差值r_n分成N份再次与感知矩阵H进行运算，循环K次后输出最终的位置参数pos_array，得到目标最终位置信息。
该系统整体结构简单，易实现且所需数据少，定位速度快，非常应用于便捷式，穿戴式设备。
本发明的实施例及其实施过程如下：
三个频率范围为10GHz-20GHz的高频宽带小型全向性天线间隔布置，排成一条直线。中间为接收天线2，两侧分别为第一发射天线1和第二发射天线3，通过发射天线和接收天线之间放置金属板4来增加隔离度。在距离三个天线4cm远处有一个半径为6cm的圆形的定位区域5，在定位区域5中有一个横截面积为2cm2的目标7，如手指，在定位区域5中沿着各种轨迹运动。
在定位区域5中无目标7的情况下，第一发射天线1、接收天线2、第二发射天线3对圆形的定位区域5进行扫描并接收各个定位点的电场值，获得感知矩阵H；
所述定位点为沿目标7的运动轨迹6间隔设置，为离散的若干点。
在圆形的定位区域5内放入一个目标7，第一发射天线1和第二发射天线3分别辐射，由接收天线2接收获得有目标情况下的电场测量值；将目标7移出定位区域5，第一发射天线1和第二发射天线3分别辐射，由接收天线2接收获得无目标情况下的电场测量值；将有目标情况下的电场测量值与无目标情况下的电场测量值相减得到所需的散射特征值，由散射特征值构成散射矩阵g。
目标沿着任意形状的运动轨迹6运动重复上述操作得到所需的测量值。所需的测量值包括感知矩阵H和散射矩阵g；其中频率扫描获得测量值的数量远小于目标定位点个数。
利用基于压缩感知的微波成像算法，微波成像算法通过微波定位线性理论模型对感知矩阵H和散射矩阵g进行多组并行计算处理，之后进行迭代计算重构目标的特征值，将重构后的特征值与预先设置的目标实际所在的位置做比较，获得校准测试结果，从而提高计算速度，使得交互定位系统实时获得准确的目标7的位置和目标位置变化信息，最终定位目标7和重构目标7的运动轨迹6。
微波成像算法的计算过程中，输入信号长度n为256，测量数m为64，感知矩阵H为一个64×256的矩阵，稀疏度K为14以及散射矩阵g为一个64×256的矩阵；将散射矩阵g和感知矩阵H分成四组散射子阵g1、g2、g3、g4以及感知子阵H1、H2、H3、H4，将四组散射子阵gi和感知子阵Hi并行计算得到四个绝对值矩阵producti；将四个绝对值矩阵producti按序号i的顺序进行纵向拼接，最终获得含有目标位置信息的汇总矩阵product，并从汇总矩阵product中获得最大值对应的位置，并将最大值对应的位置记录在位置参数pos_array里；利用最小二乘法对汇总矩阵product进行处理，获得最小残差值r_n，将最小残差值r_n分成四份再次与感知矩阵H进行运算，循环K次后输出最终的位置参数pos_array，得到目标最终位置信息。以上所述，仅是本发明在10GHz-20GHz特定频率的较佳实例而已，并非对本发明做任何形式上的限定，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或修饰为等同变化的等效实例，但是凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上事例所做的任何的简单修改、等同变化与修饰，均仍属于本发明的保护范围之内。
Claims (4)
1.一种应用于基于压缩感知的交互定位系统的基于压缩感知的交互定位方法，其特征在于：
所述交互定位系统包括第一发射天线(1)、第二发射天线(3)以及接收天线(2)；第一发射天线(1)、接收天线(2)和第二发射天线(3)依次等间隔布置，并且第一发射天线(1)、接收天线(2)和第二发射天线(3)处于同一直线上，第一发射天线(1)与接收天线(2)之间以及接收天线(2)与第二发射天线(3)之间均设置有金属板(4)；交互定位系统正前方存在一个定位区域(5)，目标(7)在定位区域(5)中沿运动轨迹(6)运动，交互定位系统通过第一发射天线(1)、第二发射天线(3)以及接收天线(2)实现对目标(7)的定位和目标(7)的运动轨迹(6)的测量；
所述交互定位方法具体为：第一发射天线(1)、第二发射天线(3)和接收天线(2)对定位区域(5)进行频率扫描得到电场值从而获得感知矩阵H，目标(7)在定位区域(5)中沿运动轨迹(6)运动，交互定位系统利用第一发射天线(1)、第二发射天线(3)和接收天线(2)来获得目标(6)运动过程中所产生的运动变化信号，从运动变化信号中提取获得散射矩阵g；
利用基于压缩感知的微波成像算法中的微波定位线性理论模型对感知矩阵H和散射矩阵g进行多组并行计算处理获得汇总矩阵，之后将汇总矩阵进行迭代计算重构目标的特征值，将重构后的特征值与预先设置的目标实际所在的位置做比较，获得校准测试结果，从而提高计算速度，使得交互定位系统实时获得准确的目标(7)的位置和目标位置变化信息，最终定位目标(7)和重构目标(7)的运动轨迹(6)；
其中散射矩阵g的大小为m*n，感知矩阵H的大小为m*l，m为散射矩阵g和感知矩阵H的行数，n为散射矩阵g的列数，l为感知矩阵H的列数，将散射矩阵g和感知矩阵H拆分多组进行并行计算，具体为：
将散射矩阵g和感知矩阵H都均分成N组， 其中，gkn表示散射矩阵g中第k行第n列的元素，Hkl表示感知矩阵H中第k行第l列的元素，i表示分组的序号；
之后，对N组散射子阵gi和感知子阵Hi分别计算绝对值矩阵producti：producti＝abs(H′i*gi)，由散射子阵gi和感知子阵Hi计算绝对值矩阵producti的计算过程为并行计算，其中，H′i表示感知子阵Hi的转置，producti表示各组并行计算结果矩阵，abs()表示对元素取绝对值；
最后，将N个绝对值矩阵producti按序号i的顺序进行纵向拼接，最终获得含有目标位置信息的汇总矩阵product；
之后对汇总矩阵product进行后续的迭代计算重构目标的特征值。
2.根据权利要求1所述的一种基于压缩感知的交互定位方法，其特征在于：所述感知矩阵H和散射矩阵g具体获得步骤如下：
在定位区域(5)中无目标(7)的情况下，第一发射天线(1)、接收天线(2)、第二发射天线(3)对定位区域(5)进行频率扫描并接收各个定位点的电场值，获得感知矩阵H；
在定位区域(5)内放入一个目标(7)，第一发射天线(1)和第二发射天线(3)分别辐射，由接收天线(2)接收获得有目标(7)情况下的电场测量值；将目标(7)移出定位区域(5)，第一发射天线(1)和第二发射天线(3)分别辐射，由接收天线(2)接收获得无目标(7)情况下的电场测量值；将有目标(7)情况下的电场测量值与无目标(7)情况下的电场测量值相减得到所需的散射特征值，由目标(7)实时移动过程中获得的各个散射特征值构成散射矩阵g。
3.根据权利要求1所述的一种基于压缩感知的交互定位方法，其特征在于：所述微波定位线性理论模型采用方程g＝Hf，其中g为散射矩阵g；H为感知矩阵H；f表示放入目标(7)后定位区域(5)中运动轨迹(6)的特征值；微波定位线性理论模型根据散射矩阵g和感知矩阵H计算得到定位区域(5)中运动轨迹(6)的特征值，由特征值来定位目标(7)。
4.根据权利要求1所述的一种基于压缩感知的交互定位方法，其特征在于：所述第一发射天线(1)、第二发射天线(3)以及接收天线(2)均为相同的天线，利用天线进行频率扫描，具体为：利用第一发射天线(1)和第二发射天线(3)分别产生一个带宽为B Hz的第一信号，接收天线(2)获取第一信号后使得频率步进C Hz，第一发射天线(1)和第二发射天线(3)分别再产生一个带宽为B Hz的第二信号，接收天线(2)获取第二信号，一共步进N次后，最终产生B+(B+C)*N Hz的总带宽信号。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011132400.XA CN112285695B (zh) | 2020-10-21 | 2020-10-21 | 一种基于压缩感知的交互定位系统和方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011132400.XA CN112285695B (zh) | 2020-10-21 | 2020-10-21 | 一种基于压缩感知的交互定位系统和方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112285695A CN112285695A (zh) | 2021-01-29 |
| CN112285695B true CN112285695B (zh) | 2024-01-12 |
Family
ID=74423495
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011132400.XA Active CN112285695B (zh) | 2020-10-21 | 2020-10-21 | 一种基于压缩感知的交互定位系统和方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112285695B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103675816A (zh) * | 2013-11-20 | 2014-03-26 | 中国科学院电子学研究所 | 一种基于压缩感知理论的干涉逆合成孔径雷达成像方法 |
| CN105866772A (zh) * | 2016-04-18 | 2016-08-17 | 浙江大学 | 一种基于微波相干成像的新型人体内金属物体定位方法 |
| CN105929395A (zh) * | 2016-04-18 | 2016-09-07 | 浙江大学 | 一种使用斜入射波的电磁成像系统与方法 |
| CN105929388A (zh) * | 2016-04-18 | 2016-09-07 | 浙江大学 | 一种基于Wi-Fi网络的新型室内定位方法 |
| CN106530253A (zh) * | 2016-11-09 | 2017-03-22 | 西南科技大学 | 一种sar图像压缩感知重建样本的构建方法 |
| CN107741579A (zh) * | 2017-11-15 | 2018-02-27 | 中国矿业大学(北京) | 基于压缩感知子空间重构的toa矿井目标定位方法 |
| CN109283530A (zh) * | 2018-09-14 | 2019-01-29 | 浙江大学 | 一种利用压缩感知提高微波成像线性度的方法 |
| CN109669157A (zh) * | 2019-01-22 | 2019-04-23 | 西安电子科技大学 | 基于压缩传输的tdoa估计方法 |
| CN110426670A (zh) * | 2018-12-26 | 2019-11-08 | 西安电子科技大学 | 基于tls-cs的外辐射源雷达超分辨doa估计方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2755327A4 (en) * | 2011-10-25 | 2015-11-04 | Ct Space Sci & Applied Res Cas | MULTI-DIMENSIONAL MULTI-DIMENSIONAL IMAGING SYSTEM AND METHOD WITH TEMPORARY RESOLUTION OR ULTRA-LIGHT LIGHT |
| CN111381227B (zh) * | 2018-12-28 | 2024-04-26 | 松下知识产权经营株式会社 | 推测方法以及推测装置 |
-
2020
- 2020-10-21 CN CN202011132400.XA patent/CN112285695B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103675816A (zh) * | 2013-11-20 | 2014-03-26 | 中国科学院电子学研究所 | 一种基于压缩感知理论的干涉逆合成孔径雷达成像方法 |
| CN105866772A (zh) * | 2016-04-18 | 2016-08-17 | 浙江大学 | 一种基于微波相干成像的新型人体内金属物体定位方法 |
| CN105929395A (zh) * | 2016-04-18 | 2016-09-07 | 浙江大学 | 一种使用斜入射波的电磁成像系统与方法 |
| CN105929388A (zh) * | 2016-04-18 | 2016-09-07 | 浙江大学 | 一种基于Wi-Fi网络的新型室内定位方法 |
| CN106530253A (zh) * | 2016-11-09 | 2017-03-22 | 西南科技大学 | 一种sar图像压缩感知重建样本的构建方法 |
| CN107741579A (zh) * | 2017-11-15 | 2018-02-27 | 中国矿业大学(北京) | 基于压缩感知子空间重构的toa矿井目标定位方法 |
| CN109283530A (zh) * | 2018-09-14 | 2019-01-29 | 浙江大学 | 一种利用压缩感知提高微波成像线性度的方法 |
| CN110426670A (zh) * | 2018-12-26 | 2019-11-08 | 西安电子科技大学 | 基于tls-cs的外辐射源雷达超分辨doa估计方法 |
| CN109669157A (zh) * | 2019-01-22 | 2019-04-23 | 西安电子科技大学 | 基于压缩传输的tdoa估计方法 |
Non-Patent Citations (5)
| Title |
|---|
| Localization of Near-Field Sources Using Compressed Sensing;Masahiro Inami;《2018 International Symposium on Antennas and Propagation (ISAP), Busan, Korea (South)》;全文 * |
| Suppression of Scattering Waves from the Outside of a Search Area Using a Gating Technique in Compressed Sensing Based Scatterer Detection;Daisuke Abe;《Proceedings of ISAP2016, Okinawa, Japan》;全文 * |
| 基于压缩感知的GPS信号压缩与捕获研究;何国栋;汪佳瑞;靳蓓蓓;王涛春;;无线电通信技术(第05期);全文 * |
| 基于改进OMP 算法的无线传感器网络节点定位;钟宜梅;《信息通信》;全文 * |
| 微波暗室静区性能的测量方法;王志宇;乔闪;袁宇;皇甫江涛;冉立新;周慧忠;;微波学报(第S1期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112285695A (zh) | 2021-01-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108508423B (zh) | 基于异型阵的子阵数字和差单脉冲测角方法 | |
| CN109212526B (zh) | 用于高频地波雷达的分布式阵列目标角度测量方法 | |
| CN107957574B (zh) | 基于ifft和混合匹配追踪的时分地基mimo滑坡雷达成像方法 | |
| Fromenteze et al. | Single-shot compressive multiple-inputs multiple-outputs radar imaging using a two-port passive device | |
| CN109212527B (zh) | 用于高频地波雷达的大孔径分布式多站目标定位方法 | |
| CN109283530B (zh) | 一种利用压缩感知提高微波成像线性度的方法 | |
| CN108710112B (zh) | 空时编码阵列空间平滑解相干谱估计方法 | |
| CN107656271B (zh) | 基于压缩感知重构的太赫兹雷达成像算法 | |
| CN110780296A (zh) | 基于数字编码超材料和压缩感知的实孔径雷达成像方法 | |
| CN111537997B (zh) | 一种基于mimo和压缩感知技术的三维雷达成像方法 | |
| CN110244273A (zh) | 一种基于均匀分布式阵列的目标角度估计方法 | |
| CN112285695B (zh) | 一种基于压缩感知的交互定位系统和方法 | |
| Yepes et al. | Synthesis of two-dimensional antenna array using independent compression regions | |
| CN108279415B (zh) | 一种基于空间压缩感知的实时微波隔墙成像方法 | |
| Zhang et al. | Experimental results of a 3-D millimeter-wave compressive reflector antenna imaging system | |
| Wang et al. | Near-field synthetic spectrum imaging algorithm based on single-frequency sparse MIMO array | |
| CN115236589B (zh) | 一种基于协方差矩阵修正的极地冰下doa估计方法 | |
| Cheng et al. | Cascaded Time Reversal-MUSIC Approach for Accurate Location of Passive Intermodulation Sources Activated by Antenna Array | |
| CN113820665B (zh) | 一种基于时间分集阵子阵划分的空域覆盖范围增强方法 | |
| CN109283529B (zh) | 一种基于完全随机波束照射的可定制微波成像系统及算法 | |
| CN111864375B (zh) | 一种紧凑型一维全息电磁超颖表面天线 | |
| Xu et al. | Backward projection imaging of through-wall radar based on airspace nonuniform sampling | |
| CN113206388B (zh) | 基于相位调制有源频率选择表面的成像系统及其成像方法 | |
| CN108931770B (zh) | 基于多维贝塔过程线性回归的isar成像方法 | |
| Ying et al. | Intelligent microwave staring correlated imaging |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |