本文關鍵詞：一種新的基于稀疏表示的寬帶信號DOA估計方法，由筆耕文化傳播整理發(fā)布。

【摘要】：該文提出一種基于稀疏表示的寬帶信號波達方向(DOA)估計方法,解決稀疏表示方法在寬帶信號DOA估計中由于基矩陣維數(shù)過大而使算法存儲量和重構計算量大的問題。用單一頻點的基矩陣代替頻率和角度聯(lián)合構建的基矩陣,使基矩陣的列數(shù)僅相當于一個頻點處冗余基矩陣的列數(shù),大大降低了稀疏重構方法的存儲量和計算量。該方法首先對各頻點的頻域數(shù)據(jù)進行聚焦處理,將不同頻率的數(shù)據(jù)堆疊到參考頻率上并建立參考頻率處的基矩陣,然后建立聚焦后的稀疏表示模型進行DOA估計,并采用奇異值分解進一步降低算法的運算量,最后給出殘差門限的選擇方法。該算法不僅適用于非相關信號,也可直接處理相關信號而不需要任何的去相關運算,且具有高的檢測概率和估計精度,仿真實驗和分析驗證了該方法的有效性。
【作者單位】： 西安電子科技大學雷達信號處理國家重點實驗室;
【關鍵詞】： 波達方向估計 稀疏表示 寬帶信號 相關信號
【基金】：國家重點實驗室基金(914XXX1002) 中央高校基本科研業(yè)務費(JB140213)資助課題~~
【分類號】：TN911.23
【正文快照】： 1引言陣列信號波達方向(DOA)的估計一直以來是個熱點問題,主要解決的問題是在噪聲背景下實現(xiàn)對信源的檢測和角度的估計。人們對DOA估計的研究經歷了很長的一段發(fā)展歷程,在此期間也產生了大量的算法,例如經典的Capon方法[1]和子空間類方法[2,3]。近幾年來,學者們基于信號空間分

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 林波;張增輝;朱炬波;;基于壓縮感知的DOA估計稀疏化模型與性能分析[J];電子與信息學報;2014年03期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前3條

1 吳光文;張愛軍;王昌明;;一種用于壓縮感知理論的投影矩陣優(yōu)化算法[J];電子與信息學報;2015年07期

2 施思;鮑慶龍;陳曾平;;應用于波束域的改進TOFS算法[J];雷達科學與技術;2015年03期

3 竇道祥;李茂;何子述;;基于稀疏重建的MIMO-OTH雷達多模雜波抑制算法[J];航空學報;2015年07期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 李海鋒;壓縮感知恢復算法及應用研究[D];華南理工大學;2014年

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李映;張艷寧;許星;;基于信號稀疏表示的形態(tài)成分分析:進展和展望[J];電子學報;2009年01期

2 趙瑞珍;王飛;羅阿理;張彥霞;;基于稀疏表示的譜線自動提取方法[J];光譜學與光譜分析;2009年07期

3 楊蜀秦;寧紀鋒;何東健;;基于稀疏表示的大米品種識別[J];農業(yè)工程學報;2011年03期

4 史加榮;楊威;魏宗田;;基于非負稀疏表示的人臉識別[J];計算機工程與設計;2012年05期

5 高志榮;熊承義;笪邦友;;改進的基于殘差加權的稀疏表示人臉識別[J];中南民族大學學報(自然科學版);2012年03期

6 朱杰;楊萬扣;唐振民;;基于字典學習的核稀疏表示人臉識別方法[J];模式識別與人工智能;2012年05期

7 耿耀君;張軍英;袁細國;;一種基于稀疏表示系數(shù)的特征相關性測度[J];模式識別與人工智能;2013年01期

8 張疆勤;廖海斌;李原;;基于因子分析與稀疏表示的多姿態(tài)人臉識別[J];計算機工程與應用;2013年05期

9 李正周;王會改;劉梅;丁浩;金鋼;;基于形態(tài)成分稀疏表示的紅外小弱目標檢測[J];彈箭與制導學報;2013年04期

10 胡正平;趙淑歡;李靜;;基于塊稀疏遞推殘差分析的稀疏表示遮擋魯棒識別算法研究[J];模式識別與人工智能;2014年01期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 何愛香;劉玉春;魏廣芬;;基于稀疏表示的煤矸界面識別研究[A];虛擬運營與云計算——第十八屆全國青年通信學術年會論文集（上冊）[C];2013年

2 樊亞翔;孫浩;周石琳;鄒煥新;;基于元樣本稀疏表示的多視角目標識別[A];2013年中國智能自動化學術會議論文集（第五分冊）[C];2013年

3 葛鳳翔;任歲玲;郭鑫;郭良浩;孫波;;微弱信號處理及其研究進展[A];中國聲學學會水聲學分會2013年全國水聲學學術會議論文集[C];2013年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 李進明;基于稀疏表示的圖像超分辨率重建方法研究[D];重慶大學;2015年

2 王亞寧;基于信號稀疏表示的電機故障診斷研究[D];河北工業(yè)大學;2014年

3 姚明海;視頻異常事件檢測與認證方法研究[D];東北師范大學;2015年

4 李小薪;稀疏表示的分段匹配尋蹤方法[D];華南理工大學;2009年

5 何艷敏;稀疏表示在圖像壓縮和去噪中的應用研究[D];電子科技大學;2011年

6 宋相法;基于稀疏表示和集成學習的若干分類問題研究[D];西安電子科技大學;2013年

7 匡金駿;基于稀疏表示的圖像分類與目標跟蹤研究[D];重慶大學;2013年

8 李海山;基于稀疏表示理論的地震信號處理方法研究[D];中國石油大學（華東）;2013年

9 鄧承志;圖像稀疏表示理論及其應用研究[D];華中科技大學;2008年

10 路錦正;基于稀疏表示的圖像超分辨率重構技術研究[D];電子科技大學;2013年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 王道文;基于稀疏表示的目標跟蹤算法研究[D];華南理工大學;2015年

2 李哲;基于稀疏表示和LS-SVM的心電信號分類[D];河北大學;2015年

3 孫雪青;Shearlet變換和稀疏表示相結合的甲狀腺結節(jié)圖像融合[D];河北大學;2015年

4 吳麗璇;基于稀疏表示的微聚焦X射線圖像去噪方法[D];華南理工大學;2015年

5 趙孝磊;基于圖像分塊稀疏表示的人臉識別算法研究[D];南京信息工程大學;2015年

6 黃志明;基于辨別式稀疏字典學習的視覺追蹤算法研究[D];華南理工大學;2015年

7 張鈴華;非約束環(huán)境下的稀疏表示人臉識別算法研究[D];南京信息工程大學;2015年

8 賀妍斐;基于稀疏表示與自適應倒易晶胞的遙感圖像復原方法研究[D];南京信息工程大學;2015年

9 楊爍;電能質量擾動信號的稀疏表示/壓縮采樣研究[D];西南交通大學;2015年

10 應艷麗;基于低秩稀疏表示的目標跟蹤算法研究[D];西南交通大學;2015年

  本文關鍵詞：一種新的基于稀疏表示的寬帶信號DOA估計方法，由筆耕文化傳播整理發(fā)布。

，

本文編號：416730