版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、波達(dá)方向角(DOA)估計(jì)技術(shù)在許多實(shí)際應(yīng)用中扮演著十分重要的角色,因此一直是一個(gè)備受關(guān)注的研究領(lǐng)域。傳統(tǒng)的DOA估計(jì)算法需要大量的采樣數(shù)據(jù)、在較高的信噪比條件下才能精確估計(jì),而且處理相干信號(hào)效果不理想,在一些新興領(lǐng)域的應(yīng)用中受到了很大的限制。因此,如何利用少量的測(cè)量數(shù)據(jù)來實(shí)現(xiàn)高分辨率的DOA估計(jì)算法成為一個(gè)新興的研究方向。稀疏表示理論的不斷發(fā)展為DOA估計(jì)提供了新的發(fā)展方向,它指出對(duì)于稀疏或可壓縮信號(hào),當(dāng)滿足一定條件時(shí),可以用遠(yuǎn)低于Ny
2、quist采樣定理所需要的采樣數(shù)據(jù)精確地恢復(fù)出原始信號(hào)。
主流的稀疏重構(gòu)算法有三類,分別是貪婪算法,凸松弛類算法和貝葉斯學(xué)習(xí)算法。其中貝葉斯學(xué)習(xí)/推斷綜合了決策者的先驗(yàn)認(rèn)知、樣本信息中未知參數(shù)的分布信息,從統(tǒng)計(jì)優(yōu)化的角度達(dá)到稀疏重構(gòu)的目的,容易理解而且表現(xiàn)出許多優(yōu)點(diǎn),現(xiàn)已成為一個(gè)研究熱點(diǎn)。本文重點(diǎn)研究了基于稀疏貝葉斯學(xué)習(xí)的DOA估計(jì)算法,主要工作和成果列舉如下:
1.詳細(xì)介紹了三類稀疏重構(gòu)算法的基本原理并分析了各自的
3、優(yōu)缺點(diǎn),對(duì)經(jīng)典的基于稀疏表示的DOA估計(jì)算法做了簡(jiǎn)單介紹,其中包括L1-SVD算法、L1-SRACV算法和降維的L1-SRACV算法。
2.闡述了貝葉斯估計(jì)理論、貝葉斯學(xué)習(xí)算法的框架,分析了貝葉斯學(xué)習(xí)算法的優(yōu)勢(shì),最后,提出了基于多測(cè)量矢量稀疏貝葉斯學(xué)習(xí)(MSBL)的DOA估計(jì)算法,通過仿真實(shí)驗(yàn)證明了該算法在低快拍情況下有很好的估計(jì)性能,并且可以應(yīng)用于相干信號(hào)的處理。
3.研究學(xué)習(xí)了分布源DOA估計(jì)的信號(hào)模型和分塊稀疏
溫馨提示
- 1. 本站所有資源如無(wú)特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于稀疏貝葉斯的相關(guān)信號(hào)DOA估計(jì).pdf
- 基于稀疏表示的DOA估計(jì)算法研究.pdf
- 基于稀疏信號(hào)表示的DOA估計(jì)算法研究.pdf
- 基于協(xié)方差矩陣稀疏重構(gòu)的DOA估計(jì)算法.pdf
- 基于貝葉斯網(wǎng)絡(luò)的并行概率分布估計(jì)算法研究.pdf
- 快速塊稀疏貝葉斯學(xué)習(xí)算法的理論與應(yīng)用.pdf
- 基于稀疏貝葉斯的半監(jiān)督超限學(xué)習(xí)機(jī)分類算法研究.pdf
- 基于稀疏重構(gòu)的二維DOA估計(jì)算法研究.pdf
- 貝葉斯壓縮感知在DOA估計(jì)中的應(yīng)用研究.pdf
- 基于快速稀疏貝葉斯學(xué)習(xí)算法的雷達(dá)數(shù)據(jù)融合技術(shù)研究.pdf
- 基于圖拉普拉斯的稀疏貝葉斯分類算法研究.pdf
- 基于變分稀疏貝葉斯學(xué)習(xí)的頻譜檢測(cè)與定位.pdf
- 基于稀疏貝葉斯學(xué)習(xí)的三維ISAR成像技術(shù).pdf
- 基于貝葉斯壓縮感知的塊狀稀疏信號(hào)恢復(fù)算法研究.pdf
- 不適定問題的貝葉斯-稀疏約束算法研究.pdf
- 基于統(tǒng)計(jì)模型和貝葉斯估計(jì)的語(yǔ)音增強(qiáng)算法研究.pdf
- 基于稀疏貝葉斯學(xué)習(xí)和吉布斯采樣的結(jié)構(gòu)損傷識(shí)別研究.pdf
- 聯(lián)合高階累積量和稀疏分解的DOA估計(jì)算法研究.pdf
- 稀疏貝葉斯學(xué)習(xí)理論在水聲通信多普勒估計(jì)中的應(yīng)用研究.pdf
- 稀疏貝葉斯學(xué)習(xí)理論及應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論