高级搜索

基于循环匹配追踪的稀疏重构时延估计算法

崔维嘉 张鹏 巴斌

引用本文: 崔维嘉, 张鹏, 巴斌. 基于循环匹配追踪的稀疏重构时延估计算法[J]. 电子与信息学报, 2019, 41(3): 523-529. doi: 10.11999/JEIT180460 shu
Citation:  Weijia CUI, Peng ZHANG, Bin BA. Time of Arrival Estimation Based on Sparse Reconstruction Loop Matching Pursuit Algorithm[J]. Journal of Electronics and Information Technology, 2019, 41(3): 523-529. doi: 10.11999/JEIT180460 shu

基于循环匹配追踪的稀疏重构时延估计算法

    作者简介: 崔维嘉: 男,1976年生,博士,副教授,研究方向为移动通信、信号处理等;
    张鹏: 男,1993年生,硕士生,研究方向为通信信号处理、稀疏重构等;
    巴斌: 男,1987年生,博士,讲师,研究方向为阵列信号处理、参数估计等
    通讯作者: 张鹏,ieu_zp@outlook.com
  • 基金项目: 国家自然科学基金(61401513)

摘要: 在单样本(SMV)、低信噪比条件下,稀疏重构方法可提升时延估计精度,但现有的重构算法在支撑集元素的选择中存在错选和漏选的情况,从而导致估计精度受限。针对上述问题,该文提出一种基于循环匹配追踪(LMP)的稀疏重构时延估计算法。该方法引入了“循环删除,匹配添加”的思想,有效提升了直达径的估计精度。算法首先建立信道冲激响应稀疏表示模型;然后在获得初始支撑集的前提下,先循环删除支撑集内的元素,再从支撑集补集中依据与当前残差内积值最大来匹配添加新元素,直至残差内积基本不变;最后利用时延值与稀疏支撑集的关系得到了时延的估计值。仿真结果表明,所提算法相比于传统稀疏重构时延估计算法具有更高的估计精度。同时基于USRP平台,利用实际信号对所提算法进行了有效性验证。

English

    1. [1]

      CHEON J, HWANG H, KIM D, et al. IEEE 802.15.4 Zigbee-based time-of-arrival estimation for wireless sensor networks[J]. Sensors, 2016, 16(2): 203. doi: 10.3390/s16020203

    2. [2]

      LI Xinya, DENG Zhiqun, RAUCHENSTEIN L T, et al. Contributed review: Source-localization algorithms and applications using time of arrival and time difference of arrival measurements[J]. Review of Scientific Instruments, 2016, 87(4): 921–960. doi: 10.1063/1.4947001

    3. [3]

      ANASTOPOULOS C and SAVVIDOU N. Time-of-arrival correlations[J]. Physical Review A, 2017, 95(3): 100–105. doi: 10.1103/PhysRevA.95.032105

    4. [4]

      AN S P, HU T Y, CUI Y F, et al. Cumulant-based time delay estimations based solution for statics correction of land data[C]. 79th EAGE Conference and Exhibition. Paris, France, 2017: 1–3.

    5. [5]

      CHENG Lin, CHEN Gang, GAO Wenzhong, et al. Adaptive time delay compensator (ATDC) design for wide-area power system stabilizer[J]. IEEE Transactions on Smart Grid, 2014, 5(6): 2957–2966. doi: 10.1109/TSG.2014.2347401

    6. [6]

      CHLMPAGNE B, EIZENMAN M, and PASUPATHY S. Exact maximum likelihood time delay estimation[C]. IEEE International Conference on Acoustics, Speech, and Signal Processing, Washington, D.C., USA, 1991: 2633–2636.

    7. [7]

      李雪梅, 陶然, 王越. 时延估计技术研究[J]. 雷达科学与技术, 2010, 8(4): 362–371. doi: 10.3969/j.issn.1672-2337.2010.04.015
      LI Xuemei, TAO Ran, and WANG Yue. Research on time delay estimation technology[J]. Radar Science and Technology, 2010, 8(4): 362–371. doi: 10.3969/j.issn.1672-2337.2010.04.015

    8. [8]

      DOGAN M C, and MENDEL J M. Applications of cumulants to array processing. I. aperture extension and array calibration[J]. IEEE Transactions on Signal Processing, 1995, 43(5): 1200–1216. doi: 10.1109/78.382404

    9. [9]

      HÄCKER P and YANG B. Single snapshot DOA estimation[J]. Advances in Radio Science, 2010, 8(2): 251–256. doi: 10.5194/ars-8-251-2010

    10. [10]

      WANG Fangqiu and ZHANG Xiaofei. Joint estimation of TOA and DOA in IR-UWB system using sparse representation framework[J]. Etri Journal, 2014, 36(3): 460–468. doi: 10.4218/etrij.14.0113.0555

    11. [11]

      冷雪冬, 巴斌, 逯志宇, 等. 基于回溯筛选的稀疏重构时延估计算法[J]. 物理学报, 2016, 65(21): 88–96. doi: 10.7498/aps.65.210701
      LENG Xuedong, BA Bin, LU Zhiyu, et al. Backtracking-based sparse reconstruction delay estimation algorithm[J]. Acta Physica Sinica, 2016, 65(21): 88–96. doi: 10.7498/aps.65.210701

    12. [12]

      NAFIE M, TEWFIK A H, ALI M, et al. Deterministic and iterative solutions to subset selection problems[J]. IEEE Transactions on Signal Processing, 2002(7): 1591–1601. doi: 10.1109/tsp.2002.1011200

    13. [13]

      李智勇. 基于压缩感知的脉冲超宽带系统窄带干扰抑制问题研究[D]. [博士论文], 山东大学, 2014: 17–21.
      LI Zhiyong. Research on narrowband interference suppression in pulsed ultra-wideband systems based on Compressed Sensing[D]. [Ph.D. dissertation], Shandong University, 2014: 17–21.

    14. [14]

      张宏洲. 稀疏场景合成孔径雷达图像压缩研究[D]. [博士论文], 上海交通大学, 2010: 13–15.
      ZHANG Hongzhou. Research on image compression of sparse scene synthetic aperture radar[D]. [Ph.D. dissertation], Shanghai Jiao Tong University, 2010: 13–15.

    15. [15]

      胡南. 基于稀疏重构的阵列信号波达方向估计算法研究[D]. [博士论文], 中国科学技术大学, 2013: 20–26.
      HU Nan. Research on direction of arrival estimation of array signals based on sparse reconstruction[D]. [Ph.D. dissertation], University of Science and Technology of China, 2013: 20–26.

    16. [16]

      王方秋, 张小飞, 汪飞. IR-UWB系统中基于root-MUSIC算法的TOA和DOA联合估计[J]. 通信学报, 2014, 35(2): 137–145. doi: 10.3969/j.issn.1000-436x.2014.02.018
      WANG Fangqiu, ZHANG Xiaofei, and WANG Fei. Joint estimation of TOA and DOA based on Root-MUSIC algorithm in IR-UWB system[J]. Journal of Communications, 2014, 35(2): 137–145. doi: 10.3969/j.issn.1000-436x.2014.02.018

    17. [17]

      巴斌, 郑娜娥, 朱世磊, 等. 利用蒙特卡罗的最大似然时延估计算法[J]. 西安交通大学学报, 2015, 49(8): 24–30. doi: 10.7652/xjtuxb201508005
      BA Bin, ZHENG Nae, ZHU Shilei, et al. A maximum likelihood time delay estimation algorithm using Monte Carlo method[J]. Journal of Xian Jiaotong University, 2015, 49(8): 24–30. doi: 10.7652/xjtuxb201508005

    18. [18]

      MATTBEWS. GAST. Definitive Guide to 802.11 Wireless Networks[M]. Nanjing: Southeast University Press, 2007: 293–297.

    1. [1]

      崔维嘉, 张鹏, 巴斌. 基于贝叶斯自动相关性确定的稀疏重构正交频分复用信号时延估计算法. 电子与信息学报, 2019, 41(10): 2318-2324.

    2. [2]

      蔡晶晶, 宗汝, 蔡辉. 基于空域平滑稀疏重构的DOA估计算法. 电子与信息学报, 2016, 38(1): 168-173.

    3. [3]

      赵季红, 马兆恬, 曲桦, 王伟华. 冲击噪声下基于矩阵预处理的稀疏重构DoA估计. 电子与信息学报, 2018, 40(3): 670-675.

    4. [4]

      王逸林, 马世龙, 王晋晋, 梁国龙, 李晴. 基于稀疏重构的色噪声背景下未知线谱信号估计. 电子与信息学报, 2018, 40(11): 2570-2577.

    5. [5]

      陈沛, 赵拥军, 刘成城. 基于稀疏时频分解的盲波束形成算法. 电子与信息学报, 2016, 38(12): 3078-3084.

    6. [6]

      杨烜, 裴继红, 张智雄. 图像局部弹性变换中径向基函数紧支撑集的选取. 电子与信息学报, 2008, 30(12): 2898-2901.

    7. [7]

      王聪, 张凤荔, 王瑞锦, 李敏, 杨晓翔. 一种网络时延矩阵分布式自适应重建算法. 电子与信息学报, 2014, 36(4): 840-846.

    8. [8]

      田野, 孙晓颖, 秦宇镝. 基于两步加权L1范数约束的高分辨率波达方向和功率估计. 电子与信息学报, 2014, 36(7): 1637-1641.

    9. [9]

      陈沛, 赵拥军, 刘成城. 基于稀疏重构的共形阵列稳健自适应波束形成算法. 电子与信息学报, 2017, 39(2): 301-308.

    10. [10]

      夏建明, 杨俊安, 陈功. 参数自适应调整的稀疏贝叶斯重构算法. 电子与信息学报, 2014, 36(6): 1355-1361.

    11. [11]

      甘伟, 许录平, 苏哲, 张华. 基于贝叶斯假设检验的压缩感知重构. 电子与信息学报, 2011, 33(11): 2640-2646.

    12. [12]

      盖建新, 杜昊辰, 刘琦, 童子权. 基于采样值随机压缩矩阵核空间的亚奈奎斯特采样重构算法. 电子与信息学报, 2019, 41(2): 484-491.

    13. [13]

      刘源, 纠博, 刘宏伟, 夏香根. 基于杂波的收发分置MIMO雷达阵列位置误差联合校正方法. 电子与信息学报, 2015, 37(12): 2956-2963.

    14. [14]

      季正燕, 陈辉, 张佳佳, 李帅, 陆晓飞. 一种基于奇异值分解的解相干算法. 电子与信息学报, 2017, 39(8): 1913-1918.

    15. [15]

      张颖, 姚雨丰. 基于快速贝叶斯匹配追踪优化的海上稀疏信道估计方法. 电子与信息学报, 2020, 42(2): 534-540.

    16. [16]

      张晓伟, 李明, 左磊. 基于基追踪-Moore-Penrose逆矩阵算法的稀疏信号重构. 电子与信息学报, 2013, 35(2): 388-393.

    17. [17]

      史建锋, 王可人. 基于循环相关的LFM脉冲雷达宽带回波Doppler和多径时延的联合估计. 电子与信息学报, 2008, 30(7): 1736-1739.

    18. [18]

      王琨, 尹忠海, 周利华, 袁峰. 复杂信息系统支撑平台研究. 电子与信息学报, 2007, 29(5): 1215-1219.

    19. [19]

      练秋生, 刘芳, 陈书贞. 基于块A*正交匹配追踪的多传感器数据联合重构算法. 电子与信息学报, 2013, 35(3): 721-727.

    20. [20]

      王伟, 张斌, 李欣. 基于混合匹配追踪算法的MIMO雷达稀疏成像方法. 电子与信息学报, 2016, 38(10): 2415-2422.

  • 图 1  基于稀疏重构的时延估计算法框图

    图 2  时延在时域的稀疏化表示

    图 3  SNR=15 dB, L=3条件下时延估计值分布图

    图 4  SNR=15 dB, L=3条件下时延误差值分布图

    图 5  SNR=0 dB, L=3条件下时延估计值分布图

    图 6  不同算法时延均方根误差对比图

    图 7  信号采集环境示意图

    表 1  OFDM系统参数设置

    参数数值
    FFT周期${T_{{\rm{FFT}}}}$3.2 μs
    系统带宽$B$20 MHz
    子载波数64个
    载波频率${f_c}$2.4 GHz
    下载: 导出CSV

    表 2  计算复杂度对比

    算法复杂度
    Root-Music$O\left( {{M^3}{\rm{ + 2}}{{\rm{M}}^2}{\rm{ + }}5M{\rm{ - }}LM} \right)$
    OMP$O\left( {{M^2}{L^2} + MNL} \right)$
    LMP$O\left( {2{M^2}{L^2} + 2MNL} \right)$
    CoSaMP$O\left( {3{M^2}{L^2} + MNL} \right)$
    NS$O\left( {{N^2} + ({M^2} + {L^2})N} \right)$
    下载: 导出CSV

    表 3  5种算法多径估计结果比较

    算法第1条径第2条径第3条径
    估计均值(m)标准差RMSE估计均值(m)标准差估计均值(m)标准差
    LMP50.01000.30150.301757.09000.380362.79000.3562
    OMP48.90001.43871.811156.84002.203761.56001.3537
    CoSaMP47.55002.59893.571758.48001.464859.82001.3563
    NS49.76000.65560.674255.89002.316260.51001.1623
    Root-Music49.82500.79150.792557.66000.946862.22000.9119
    下载: 导出CSV
  • 加载中
图(7)表(3)
计量
  • PDF下载量:  43
  • 文章访问数:  1340
  • HTML全文浏览量:  261
文章相关
  • 通讯作者:  张鹏, ieu_zp@outlook.com
  • 收稿日期:  2018-05-14
  • 录用日期:  2018-10-24
  • 网络出版日期:  2018-11-14
  • 刊出日期:  2019-03-01
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章