基于具有时序结构的稀疏贝叶斯学习的水声目标DOA估计研究

发布时间：2017-08-01 04:29

  本文关键词：基于具有时序结构的稀疏贝叶斯学习的水声目标DOA估计研究

  更多相关文章： CS-MMV模型 DOA估计 时序结构 稀疏贝叶斯学习

【摘要】：现有的基于CS-MMV(Compressed Sensing-Multiple Measurement Vectors)模型的DOA估计一般都假定信号源为独立同分布(i.i.d),算法建立在信号的空间结构上进行分析,而当处理具有时序结构的源信号时表现出性能和鲁棒性差的问题,为此该文提出一种具有时序结构的稀疏贝叶斯学习的DOA算法,该方法通过建立一阶自回归过程(AR)来描述具有时序结构的水声信号,将信号源的时间结构特性充分应用到DOA估计模型中,然后采用针对多测量矢量的稀疏贝叶斯学习(Muti-vectors Sparse Bayesian Learning)算法重构信号空间谱,建立多重测量向量中恢复未知稀疏源的信号的CS(Compressed Sensing)模型,最终完成DOA估计.仿真结果表明该方法相对于传统的算法具有更高的空间分辨率和估计精度的特点,且抗干扰能力强.
【作者单位】： 江苏科技大学电子信息学院;
【关键词】： CS-MMV模型 DOA估计 时序结构 稀疏贝叶斯学习
【基金】：国家自然科学基金(No.11204109;No.61401180;No.11574120) 江苏省高校自然科学基金(No.12KJB510003;No.13KJB510007) 江苏省高校优势学科建设工程 江苏科技大学深蓝工程青年学者计划资助课题 江苏省“青蓝工程”资助课题
【分类号】：TN911.7
【正文快照】： 1引言波达方向(Direction Of Arrival,DOA)估计是阵列信号处理的一项重要的研究内容,在雷达、声呐和通信领域有着广泛的应用.水声目标DOA估计的传统方法多为波束形成法或MUSIC(MUltiple SIgnal Classifica-tion)、MVDR(Minimum Variance Distortionless Response)等高分辨估计

【相似文献】

中国期刊全文数据库 前7条

1 陈寿齐;沈越泓;许魁;;联合时序结构和参考信号的胎儿心电提取[J];电路与系统学报;2010年03期

2 王东辉,朱淼良,吴春明;基于时序结构图的视频流描述方法[J];计算机学报;2001年09期

3 陈寿齐;沈越泓;许魁;;联合峭度和时序结构的胎儿心电提取[J];系统仿真学报;2009年11期

4 黄晓钟;时序结构与穿插技巧[J];新闻界;1998年02期

5 马明;吴江标;邱丽娟;雷三丫;;联合时序结构和负熵的FECG盲提取算法[J];传感技术学报;2013年05期

6 张琼;杨俊安;;基于偏度和时序结构的声音信号盲抽取算法研究[J];信号处理;2010年08期

7 ;[J];;年期

，

本文编号：602526