本发明涉及无线电信号处理，尤其涉及一种基于模采样模数转换器件的大动态范围线谱估计方法。
背景技术：
1、线谱估计问题是雷达/声呐、无线通信等领域的重要问题，被广泛地应用到波达角估计、方位角和距离测量、波束赋形、信道估计、声信号处理等场景中。具体来说，线谱估计是指利用模数转换器件(anaiog-to-digital converter，adc)采集的、受到噪声污染的有限个采样样本获取混合复指数信号的参数(包括复指数函数的个数以及每一个复指数函数的频率、幅值等)的问题。解决线谱估计问题的传统方法包括prony算法、music算法以及esprit算法等。另外，随着近些年压缩感知理论和技术的发展，线谱估计问题可以转换成稀疏信号恢复的问题，在压缩感知的框架下求解。
2、在实际应用中，adc器件的有限量程是实现高精度、高分辨度线谱估计的瓶颈，尤其是混合复指数信号中存在幅值差异较大的复指数信号的场景中。输入到adc器件的待采样信号的幅值一旦超过adc器件的量程，adc器件输出的采样信号就会因饱和非线性而出现严重的失真，导致上述线谱估计方法的估计精度下降、甚至是失效。为了防止adc器件出现饱和现象，待采样信号往往会先经过自动增益控制调整模块(automatic gain control，agc)，再经过adc器件采样。agc模块会成比例的缩放混合复指数信号的各个分量，因此当不同分量的幅值差异较大的时候，即强、弱信号同时存在的时候，为使得强信号与adc器件的量程匹配，弱信号往往会被同比例缩小，进而被淹没在adc器件的量化噪声中，导致无法有效检测到微弱信号的问题。
技术实现思路
1、针对现有技术中所存在的不足，本发明提供了基于模采样模数转换器件的大动态范围线谱估计方法，用于解决背景技术中体提出的普通adc器件动态范围受限，无法有效检测到微弱信号的技术问题。
2、本发明的上述技术目的是通过以下技术方案得以实现的：
3、在到达接收机前端的信号幅度高于普通adc输入动态范围的情况下，基于鲁棒压缩感知和模采样的无限幅度线谱估计方法，系统中模采样adc的阈值为λ，需要识别的信号源个数为k，包括以下步骤：
4、s1：需要输入adc进行采样的信号表示为
5、
6、其中，m表示采样索引，δt表示采样时间间隔，ωk∈[0，2π)以及αk分别表示对应信号的频率和复幅度。在实际采样系统中，由于普通adc的输入动态范围有限，因此超出该范围的输入信号在采样时会被削顶，造成严重的信息损失；阈值为λ的模采样adc将输入信号折叠采样至区间[-λ，λ]，则经过模采样adc采样后的信号zm表示为
7、zm＝uλ(ym)+vm
8、其中vm是均值为0，方差为σ2的高斯白噪声，uλ是一个复数取模运算定义为
9、
10、其中表示取a的小数部分，因此uλ(a)∈[-λ，λ]即uλ(ym)∈[-λ，λ]；
11、s2：将连续的频率参数空间离散化为有限的p个格点集合，且(p□k)；定义以及可以把模采样adc的采样结果表示为如下的形式
12、z＝uλ(y)+v
13、＝uλ(aα)+v
14、其中α是一个稀疏度为k的向量；对向量形式的z，从其中得到稀疏向量α的方法可以描述为如下问题
15、min||α||0
16、s.t.||z-uλ(aα)||2≤ε
17、其中||·||0表示l0范数即非零值个数，ε是根据实际情况指定的误差因子；
18、s3：定义是一阶差分矩阵，其具体形式如下
19、
20、通过差分矩阵，定义模采样adc采样结果z的一阶差分为
21、
22、s4：定义设计并确定采样间隔对输入模采样adc的信号进行采样，可以保证模采样adc采样输出的一阶差分信号与该adc输入信号的一阶差分信号具有相同的稀疏表示，则s是一个未知的稀疏离群向量；则上式可以进一步表示为
23、
24、其中
25、s5：通过以上定义，对向量形式的z，从其一阶差分信号中得到稀疏向量α的方法可以进一步描述为如下问题
26、
27、因此，通过使用模采样adc并设计合适的采样间隔，原始非凸问题转化为凸问题，采用鲁棒的压缩感知方法可以求得稀疏向量定义的非零值索引集合为n＝{n1，…，nk|nk∈[1，p]}，则根据定义的离散频率格点集合，利用集合n可得到载频的估计
28、本发明的有益效果为：本发明的无幅度限制线谱估计方法具有较强的实用性，通过上述步骤实现了在待采样信号幅度超过普通adc输入动态范围的情况下的线谱估计，并可以有效的检测到微弱信号。
1.一种基于模采样模数转换器件的大动态范围线谱估计方法，其特征在于：系统中模采样adc的阈值为λ，需要识别的信号源个数为k；
