一种基于MUSIC和MP融合的参数估计方法

技术特征：
1.一种基于music和mp融合的参数估计方法，包括以下步骤：步骤一：在wi-fi系统中有k个信号源，n个子载波，接收端的接收机包含m根天线，接收来自信号源的csi信息，利用不同天线、不同子载波的csi信息构造二维矩阵x＝{x
m,n
}
m
×
n
，其中，x
m,n
(1≤m≤m,1≤n≤n)表示第m根天线上第n个子载波的csi信息；步骤二：对矩阵x进行特征分解以求解噪声子空间和信号子空间；步骤三：构造空间谱函数；步骤四：由步骤三中得到的τ
tof
，带入二维mp参数估计中进行字典矩阵的构造；步骤五：寻找最优原子；步骤六：将最优原子从字典矩阵中删掉，增加迭代次数t＝t 1，重复步骤五的内积运算与更新残差值，直到满足迭代终止条件t＞k，此时，k表示待估计的信源个数，因此待估计信号的aoa参数就等于每次迭代中找出的最优原子对应的aoa。2.根据权利要求1所述的一种基于music和mp融合的参数估计方法，所述步骤四，由步骤三中得到的τ
tof
，带入二维mp参数估计中进行字典矩阵的构造，包括以下步骤：aoa的搜索角度值组成的向量为长度为l，因此，由aoa的第i(1≤i≤l)个搜索角度构造的原子即为：其中，f为信号频点，d为天线之间的间距，c为光速，[
·
]
t
表示对[
·
]的转置，ψ的维度为m
×
l，tof参数估计值为τ
tof
，则由tof构造的原子为：其中，φ＝φ(τ
tof
)，φ的维度为n
×
1，因此，由第i个搜索角度和τ
tof
确定时延构造的字典矩阵即为：其中，ψ(i；τ
tof
)的维度为mn
×
l，表示张量积。

技术总结
本发明提出了一种基于多重信号分类(MUltiple Signal Classification,MUSIC)和匹配追踪(Matching Pursuit,MP)融合的参数估计方法。首先，本方法将获取的信道状态信息(Channel StateInformation,CSI)数据从子载波、天线两个维度来构建二维矩阵。其次，将二维矩阵进行信号子空间和噪声子空间分解，从而构造谱函数。在谱函数的基础上，通过一维MUSIC算法对信号的飞行时间(Time of Flight,ToF)进行估计。最后，将估计得到的ToF带入MP算法中构造字典矩阵对到达角(Angle of Arrival,AoA)进行估计。本发明设计的融合参数估计方法在利用MUSIC算法的优势保障参数估计精度的同时又利用MP算法运行速度快的优势，降低了融合后的算法复杂度，从而实现二维参数估计的性能指标优化。优化。优化。


技术研发人员：杨小龙 张冰睿 周牧 谢良波 王勇 聂伟
受保护的技术使用者：重庆邮电大学
技术研发日：2022.04.25
技术公布日：2022/8/9