为提高现有基于压缩感知的DOA(Direction of Arrival)估计算法估计精度,提出一种基于改进平滑l_0范数的DOA估计算法。该算法在构造一个恰当的平滑连续函数后根据接收数据的初始解确定一个合适的递减{σ}序列[σ_1,σ_2,…,σ_J],并对每...为提高现有基于压缩感知的DOA(Direction of Arrival)估计算法估计精度,提出一种基于改进平滑l_0范数的DOA估计算法。该算法在构造一个恰当的平滑连续函数后根据接收数据的初始解确定一个合适的递减{σ}序列[σ_1,σ_2,…,σ_J],并对每个σ值,采用最速下降法求解l_0范数逼近函数F_σ(S)的最小值;然后将该σ值作为下一次迭代的初始值,并通过多次的迭代获得逼近函数的最小解,即逼近的最小l_0范数。同时通过仿真实验对该算法进行了验证。结果表明,该算法在单快拍条件下即可对DOA进行有效估计,与OMP(Orthogonal Matching Pursuit)算法相比,运算过程简单、精度较高,具有更好的估计性能。展开更多
为快速实现波达方向角(DOA:Direction Of Arrival)的精确估计,提出了应用序列二次规划(SQP:Sequence Quadratic Program)的最大似然DOA估计算法。给出了用于DOA估计的最大似然函数,将参数估计问题转化为非线性函数优化问题;并利用SQP优...为快速实现波达方向角(DOA:Direction Of Arrival)的精确估计,提出了应用序列二次规划(SQP:Sequence Quadratic Program)的最大似然DOA估计算法。给出了用于DOA估计的最大似然函数,将参数估计问题转化为非线性函数优化问题;并利用SQP优化算法对似然函数的求解进行优化,得到DOA的估计值。仿真结果表明,该算法可用较少的计算时间实现对似然函数的优化求解,同时保留了最大似然估计的渐进无偏估计性能,与遗传算法、粒子群算法相比,不仅具有更快的寻优速度,而且具有更高的收敛精度。展开更多
为提高EES-MIMO(Electromagnetic Environmental Sensory-Multiple-Input Multiple-Output)雷达在复杂电磁环境下测量精度和工作可靠性,提出了一种新的基于整体最小二乘(TLS:Total Least Squares)方法与奇异值分解(SVD:Singular Value D...为提高EES-MIMO(Electromagnetic Environmental Sensory-Multiple-Input Multiple-Output)雷达在复杂电磁环境下测量精度和工作可靠性,提出了一种新的基于整体最小二乘(TLS:Total Least Squares)方法与奇异值分解(SVD:Singular Value Decomposition)的电磁环境感知算法。SVD-TLS算法首先利用了互谱AR(Auto Regressive)模型参数估计,然后考虑其互相关函数矩阵中的估计误差扰动,并采用同时考虑方程右端互相关函数向量中估计误差扰动的TLS方法予以实现。仿真实验结果表明,该算法具有良好的谱估计性能,可较准确地感知环境中杂波所处的频段,从而为EES-MIMO雷达利用剩余"干净"频带收发波形提供了可靠保证。展开更多
文摘为提高现有基于压缩感知的DOA(Direction of Arrival)估计算法估计精度,提出一种基于改进平滑l_0范数的DOA估计算法。该算法在构造一个恰当的平滑连续函数后根据接收数据的初始解确定一个合适的递减{σ}序列[σ_1,σ_2,…,σ_J],并对每个σ值,采用最速下降法求解l_0范数逼近函数F_σ(S)的最小值;然后将该σ值作为下一次迭代的初始值,并通过多次的迭代获得逼近函数的最小解,即逼近的最小l_0范数。同时通过仿真实验对该算法进行了验证。结果表明,该算法在单快拍条件下即可对DOA进行有效估计,与OMP(Orthogonal Matching Pursuit)算法相比,运算过程简单、精度较高,具有更好的估计性能。
文摘为快速实现波达方向角(DOA:Direction Of Arrival)的精确估计,提出了应用序列二次规划(SQP:Sequence Quadratic Program)的最大似然DOA估计算法。给出了用于DOA估计的最大似然函数,将参数估计问题转化为非线性函数优化问题;并利用SQP优化算法对似然函数的求解进行优化,得到DOA的估计值。仿真结果表明,该算法可用较少的计算时间实现对似然函数的优化求解,同时保留了最大似然估计的渐进无偏估计性能,与遗传算法、粒子群算法相比,不仅具有更快的寻优速度,而且具有更高的收敛精度。
文摘为提高EES-MIMO(Electromagnetic Environmental Sensory-Multiple-Input Multiple-Output)雷达在复杂电磁环境下测量精度和工作可靠性,提出了一种新的基于整体最小二乘(TLS:Total Least Squares)方法与奇异值分解(SVD:Singular Value Decomposition)的电磁环境感知算法。SVD-TLS算法首先利用了互谱AR(Auto Regressive)模型参数估计,然后考虑其互相关函数矩阵中的估计误差扰动,并采用同时考虑方程右端互相关函数向量中估计误差扰动的TLS方法予以实现。仿真实验结果表明,该算法具有良好的谱估计性能,可较准确地感知环境中杂波所处的频段,从而为EES-MIMO雷达利用剩余"干净"频带收发波形提供了可靠保证。