基于稀疏谱匹配的高分辨DOA估计方法

发布时间：2017-12-16 03:19

  本文关键词：基于稀疏谱匹配的高分辨DOA估计方法

  更多相关文章： DOA 稀疏重构 过完备基 FOCUSS 奇异值分解

【摘要】：针对迭代加权最小二乘类稀疏重构算法性能易受过完备基条件数影响的缺陷,提出了一种基于稀疏谱匹配的高分辨DOA估计新方法.对过完备基进行奇异值分解,采用TSVD方法剔除较小奇异值对应的特征向量,获得一个良态矩阵,并用此矩阵替代的过完备基矩阵,采用lp范数约束正则化FOCUSS算法进行稀疏重构,解决了因网络划分过细造成的过完备基条件数过大带来的病态问题,并用粗、细两步网格划分来降低算法的复杂度.仿真结果表明,相对于MFOCUSS方法,本文方法不仅具有较低的计算复杂度,而且具有更高的分辨率和噪声鲁棒性.
【作者单位】： 吉林大学通信工程学院;燕山大学信息科学与工程学院;
【基金】：国家自然科学基金资助项目(61171137)
【分类号】：TN911.23
【正文快照】： 高分辨波达方向(direction of arrival,DOA)估计是阵列信号处理领域的主要研究内容之一.自20世纪60年代以来,为了克服传统波束成形方法难以突破瑞利限的限制,学者们提出了大量有效的高分辨DOA估计方法,以CAPON方法、MUSIC和ES-PRIT为代表[1].近年来,随着压缩感知理论体系[2]的

【相似文献】

中国期刊全文数据库 前10条

1 聂守平,魏晓燕;数字图像的奇异值分解[J];南京师大学报(自然科学版);2001年01期

2 邹红星,王殿军,戴琼海,李衍达;延拓矩阵的奇异值分解[J];电子学报;2001年03期

3 万明坚,肖先赐;基于矩阵奇异值分解的空间谱估计算法[J];电子科技大学学报;1989年02期

4 段向阳;王永生;苏永生;;基于奇异值分解的信号特征提取方法研究[J];振动与冲击;2009年11期

5 田媚,罗四维;基于奇异值分解变换的数据压缩方法探讨[J];北方交通大学学报;2003年02期

6 蔺小林;王震;蒋耀林;;酉延拓矩阵的奇异值分解及其广义逆[J];纯粹数学与应用数学;2008年01期

7 李一兵;黄辉;叶方;孙志国;;基于奇异值分解的压缩感知定位算法[J];中南大学学报(自然科学版);2014年05期

8 王娟;黄忠朝;刘正春;;基于增强的谱分析和奇异值分解的T波交替检测[J];浙江大学学报(工学版);2012年01期

9 李慧;罗海勇;徐俊俊;陈晓峰;;一种基于奇异值分解的射频指纹排序定位算法[J];仪器仪表学报;2013年10期

10 罗向龙;高静怀;;基于广义解调和奇异值分解的时频表示增强[J];数据采集与处理;2010年04期

中国重要会议论文全文数据库 前1条

1 何田;王立清;刘献栋;朱永波;;基于奇异值分解的信号处理机理及其应用[A];2008年航空试验测试技术峰会论文集[C];2008年

中国硕士学位论文全文数据库 前2条

1 郑安总;奇异值分解在微弱信号检测中的应用[D];天津大学;2014年

2 曾作钦;基于奇异值分解的信号处理方法及其在机械故障诊断中的应用[D];华南理工大学;2011年

，

本文编号：1294498