基于稀疏贝叶斯学习的目标角度估计算法研究

发布时间：2021-10-16 22:42

　　目标角度估计是信号处理领域的重要研究内容之一,其主要包括发射角（Direction of Departure,DOD）和接收角（Direction of Arrival,DOA）的估计。传统的目标角度估计算法大多基于子空间理论（如,MUSIC,ESPRIT）,为了获得较好的估计精度,子空间算法需要精确估计接收数据的协方差矩阵、噪声子空间及信号子空间。在快拍数较少或信噪比较低的情况下,子空间算法的估计性能明显下降。稀疏贝叶斯学习方法由于不需要估计协方差矩阵,且对噪声和快拍数敏感度低,弥补了子空间类算法的不足。近年来,国内外学者提出了大量基于稀疏贝叶斯学习的目标角度估计算法,然而,现有方法在应用到嵌套（nested）阵列和二维角度估计时都存在较大缺陷:1)基于稀疏贝叶斯学习的nested阵列目标角度估计算法存在阵列孔径损失和离格误差的缺点;2)由于原始稀疏贝叶斯方法二维网格过密且计算繁琐无法直接应用到二维目标角度联合估计中。针对这些问题,本文的主要研究内容如下:针对现有的nested阵列稀疏贝叶斯算法存在阵列孔径损失和离格误差的问题,提出了一种新型的基于off-grid稀疏贝叶斯学习的ne... 

【文章来源】：江苏大学江苏省

【文章页数】：71 页

【学位级别】：硕士

【部分图文】：

DOA估计的均方根误差与快拍数的关系

江 苏 大 学 硕 士 学 位 论 文算法与二阶 SBL 算法在阵元个数不同的条快拍数 L 200，网格间距 r 4 ，阵元个数2 4和1 2M M 5，蒙特卡洛实验次数为标信号源，目标角度分别为 33.5 和10.8 法对 DOA 估计的 RMSE 与阵元个数的关系算法的 RMSE 都随信噪比的增大而减小，E降低并不明显，本章所提算法的RMSE始终算法的优势越来越明显；在同一信噪比下降低，本章所提算法的估计性能随阵元个

【参考文献】：
期刊论文
[1]抗舰载卫星天线指向损耗方法研究[J]. 孙杜娟,任重,韩东,朱丽娟.  电声技术. 2015(11)
[2]一种无人机红外/毫米波雷达数据融合方法[J]. 邵玮,祝小平,赵刚,周洲.  西北工业大学学报. 2012(02)



本文编号：3440630