一种Toeplitz和稀疏先验下基于深度神经网络的车辆定位方法

专利主权项内容

1.一种Toeplitz和稀疏先验下基于深度神经网络的车辆定位方法，其特征在于：该方法包括如下步骤：步骤1：将三个协作基站以直角三角形布置，且三协作基站中的天线阵列与直角坐标系中x轴的夹角分别设置为β, β和β；123步骤2：利用三个协作基站中的天线阵列接收车辆定位信号，确定各协作基站的天线阵列下的到达角的估计信号形式，具体过程为：设K台车辆发射的互不相关窄带定位信号均入射到三个协作基站的天线阵列上，假定三个协作基站的天线阵列的天线数量均为M个，阵元间距均为d，则第i个协作基站的阵列在第t个采样样本的接收数据表示为：y(t)＝A(θ)s(t)+n(t)i其中，y(t)＝[y(t), ..., y(t)]，i＝1, 2, 3，A(θ)表示阵列导向矩阵，A(θ)＝[a(θ), ..., a(θ)]，A(θ)第k列表示为：s(t)表示互不相关的窄带定位信号向量，s(t)＝[s(t), ..., s(t)]，n(t)表示高斯白噪声向量，n(t)＝[n(t), ..., n(t)]，λ表示载波波长，满足λ≥2d，上标T表示转置运算；ii, 1i, MT1K1KT1MT步骤3：计算各协作基站天线阵列接收数据的协方差矩阵为：其中，N表示总的采样样本数量，上标H代表共轭转置操作；将所述协方差矩阵/>依次通过线性收缩估计和稀疏向量表示后，利用深度网络获得DOA估计结果；步骤4：基于步骤3中获得的三个协作基站的DOA估计结果，基于预判平均准则和交叉定位原理完成车辆的定位。