一种快速稀疏贝叶斯学习的水声目标方位估计方法研究

发布时间：2017-07-26 01:06

  本文关键词：一种快速稀疏贝叶斯学习的水声目标方位估计方法研究

  更多相关文章： 贝叶斯学习 方位估计 重构算法 运算速度 Bayesian 时序结构 运算时间 均方根误差 sparse arrival

【摘要】：针对以具有时序结构的稀疏贝叶斯学习(Temporally multiple sparse Bayesian learning,TMSBL)为重构算法的水声目标DOA(Direction-of-arrival)估计方法存在运算速度慢的问题,结合块稀疏贝叶斯学习(Block-spare Bayesian learning,BSBL)理论框架下DOA估计模型与特点,采用MacKay提出的定点方法(Fixed-point method)对TMSBL算法中的核心超参量进行求解,提出一种快速的水声目标方位估计稀疏贝叶斯学习的方法,该方法具有运算速度快,重构概率高的特点,并通过实验仿真从运算时间、失败率和均方根误差等方面与TMSBL算法进行比较,验证了该方法的可行性与有效性。
【作者单位】： 江苏科技大学电子信息学院;东南大学水声信号处理教育部重点实验室;
【关键词】： 贝叶斯学习;方位估计;重构算法;运算速度;Bayesian;时序结构;运算时间;均方根误差;sparse;arrival;
【基金】：国家自然科学基金(11204109,11574120) 江苏省高校自然科学基金(12KJB510003,13KJB510007) 东南大学水声信号处理教育部重点实验室开放基金(UASP1503) 江苏省青蓝工程、江苏高校优势学科建设工程-船舶与海洋工程及江苏科技大学青年学者计划项目资助
【分类号】：O427;TP18
【正文快照】： 弓|古 方位角(Direction-of-arrival,DOA)估计[1_21是水声阵列信号处理领域的主要研究方向之一,传统的水声目标方位估计存在瑞利限,精度不高,而经典 的水声目标高分辨DOA估计算法MUSIC(Multiplesignal classification)和ESPRIT(Estimation of sig?nal parameters via rotatio

【参考文献】

中国期刊全文数据库 前3条

1 孙磊;王华力;许广杰;苏勇;;基于稀疏贝叶斯学习的高效DOA估计方法[J];电子与信息学报;2013年05期

2 王彪;李超;戴跃伟;;基于空域压缩采样的水声目标DOA估计方法[J];兵工学报;2013年11期

3 L，

本文编号：574055