买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中科水研(江西)科技股份有限公司

摘要：本发明涉及一种基于矩阵重构Root‑MUSIC算法的FMCW雷达测距方法，包括步骤：S1：对差频信号进行堆叠，获得一个M×L维的矩阵X；S2：对矩阵进行奇异值分解，构建奇异值向量，并根据稀疏性原理对奇异值向量进行重构，获得重构的奇异值向量；S3：根据重构的奇异值向量得到重构后的矩阵X1，并对矩阵X1的对角线上的元素取平均，得到矩阵X2；S4：对矩阵X2的协方差矩阵进行特征值分解，获得噪声子空间；S5：根据噪声子空间构建多项式fwi，并求解fwi＝0，得到频率的估计值S6：由频率的估计值得到各目标与雷达之间的距离值本发明的方法提升了噪声环境下多频率信号的频率分辨率，从而提升FMCW雷达多目标测距精度和分辨能力。

主权项：1.一种基于矩阵重构Root-MUSIC算法的FMCW雷达测距方法，其特征在于，包括以下步骤：S1：对差频信号xn进行堆叠，获得一个M×L维的Hankel矩阵X；S2：对矩阵X进行奇异值分解，构建奇异值向量t，并根据稀疏性原理对奇异值向量进行重构，获得重构的奇异值向量l；步骤S2具体包括：对矩阵X进行奇异值分解，得到：X＝UX∑XVXH，其中，UX和VX是酉矩阵，∑X＝diagσ1,σ2,...σM，σi为矩阵X的奇异值,i＝1,2...M；将矩阵X的后M-D个奇异值减去奇异值σM，构建奇异值向量t：t＝[σ1,σ2,...,σD,σD+1-σM,...,σM-1-σM,0]，其中D为目标个数；根据稀疏性原理对奇异值向量进行重构，重构模型为： 其中l为重构的奇异值向量，β为约束噪声对于奇异值的影响量；将所述重构模型转化为求解L1范数最小化问题：min||l||1s.t.||t-l||2≤β基于拉格朗日乘子法，将不等式约束的L1范数变为：min||l||1+λ||t-l||2，其中，λ为正则化参数，用于控制重构的奇异值向量的稀疏程度；对min||l||1+λ||t-l||2进行求解，得到重构的奇异值向量l：[l1,l2,...,lD,0,...,0]；S3：根据重构的奇异值向量l重构矩阵X，得到重构后的矩阵X1，然后对重构后的矩阵X1的对角线上的元素取平均，得到矩阵X2；重构后的矩阵X1满足如下关系式：X1＝UXΣX1VXH，其中∑X1＝diagl；S4：计算矩阵X2的协方差矩阵RX2，并对协方差矩阵RX2进行特征值分解，获得噪声子空间EZ；S5：根据噪声子空间构建多项式fwi，并求解fwi＝0，得到频率的估计值S6：根据频率的估计值得到各个目标与雷达之间的距离值

全文数据：

权利要求：

百度查询： 中科水研(江西)科技股份有限公司 一种基于矩阵重构Root-MUSIC算法的FMCW雷达测距方法