期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
Passive source localization using importance sampling based on TOA and FOA measurements
被引量:
4
1
作者
Rui-rui LIU
Yun-long WANG
+2 位作者
Jie-xin YIN
Ding WANG
Ying WU
《Frontiers of Information Technology & Electronic Engineering》
SCIE
EI
CSCD
2017年第8期1167-1179,共13页
最大似然类的无源定位方法可以达到较高的定位精度,但其计算量非常大。由于时频参数联合定位模型本身的非线性和非凸性非常大,繁重的计算量在TOA与FOA联合定位系统中表现尤为明显。本文针对这一问题,通过Pincus全局最优理论和蒙特卡洛...
最大似然类的无源定位方法可以达到较高的定位精度,但其计算量非常大。由于时频参数联合定位模型本身的非线性和非凸性非常大,繁重的计算量在TOA与FOA联合定位系统中表现尤为明显。本文针对这一问题,通过Pincus全局最优理论和蒙特卡洛重要性采样技术降低了最大似然类定位算法的计算复杂度,并且保证算法可以收敛到全局最优解。本文主要的贡献是构建了一个高斯分布的概率密度函数来近似原始的代价函数方便后续的采样,我们称之为重要性函数。该方法所带来性能上的提升是因为选择了最优的重要性函数并且Pincus保证算法收敛到全局最小值。这一处理大大降低了计算量,由于算法进行了泰勒级数展开,需要初始估计值。通过采样处理并且对样本进行加权,本文算法对初始估计值具有良好的鲁棒性。最后,实验证明本文所提算法可以达到克拉美罗限,且性能要优于现有算法。
展开更多
关键词
无源定位
到达时间
到达频率
蒙特卡洛重要性采样
最大似然估计
原文传递
题名
Passive source localization using importance sampling based on TOA and FOA measurements
被引量:
4
1
作者
Rui-rui LIU
Yun-long WANG
Jie-xin YIN
Ding WANG
Ying WU
机构
National Digital Switching System Engineering & Technology Research Center
出处
《Frontiers of Information Technology & Electronic Engineering》
SCIE
EI
CSCD
2017年第8期1167-1179,共13页
基金
Project supported by the National Natural Science Foundation of China (No. 61201381 ) and the China Postdoctoral Science Foundation (No. 2016M592989)
文摘
最大似然类的无源定位方法可以达到较高的定位精度,但其计算量非常大。由于时频参数联合定位模型本身的非线性和非凸性非常大,繁重的计算量在TOA与FOA联合定位系统中表现尤为明显。本文针对这一问题,通过Pincus全局最优理论和蒙特卡洛重要性采样技术降低了最大似然类定位算法的计算复杂度,并且保证算法可以收敛到全局最优解。本文主要的贡献是构建了一个高斯分布的概率密度函数来近似原始的代价函数方便后续的采样,我们称之为重要性函数。该方法所带来性能上的提升是因为选择了最优的重要性函数并且Pincus保证算法收敛到全局最小值。这一处理大大降低了计算量,由于算法进行了泰勒级数展开,需要初始估计值。通过采样处理并且对样本进行加权,本文算法对初始估计值具有良好的鲁棒性。最后,实验证明本文所提算法可以达到克拉美罗限,且性能要优于现有算法。
关键词
无源定位
到达时间
到达频率
蒙特卡洛重要性采样
最大似然估计
Keywords
Passive source localization
Time of arrival (TOA)
Frequency of arrival (FOA)
Monte Carlo importance sampling(MCIS)
Maximum likelihood (ML)
分类号
TN91 [电子电信—通信与信息系统]
原文传递
题名
作者
出处
发文年
被引量
操作
1
Passive source localization using importance sampling based on TOA and FOA measurements
Rui-rui LIU
Yun-long WANG
Jie-xin YIN
Ding WANG
Ying WU
《Frontiers of Information Technology & Electronic Engineering》
SCIE
EI
CSCD
2017
4
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部