低信噪比條件下寬帶欠定信號(hào)高精度DOA估計(jì)
本文關(guān)鍵詞:低信噪比條件下寬帶欠定信號(hào)高精度DOA估計(jì) 出處:《電子與信息學(xué)報(bào)》2017年06期 論文類型:期刊論文
更多相關(guān)文章: 寬帶信號(hào)到達(dá)角估計(jì) 低信噪比條件 欠定信號(hào) 網(wǎng)格失配 最小稀疏迭代
【摘要】:為提高低信噪比條件下寬帶欠定信號(hào)DOA估計(jì)精度,該文提出基于網(wǎng)格失配迭代最小化稀疏學(xué)習(xí)的寬帶DOA估計(jì)方法。該方法首先對(duì)頻域協(xié)方差矩陣進(jìn)行矢量化處理實(shí)現(xiàn)虛擬陣列擴(kuò)展,將欠定信號(hào)轉(zhuǎn)換為超定信號(hào)。其次利用線性變換濾除含有噪聲項(xiàng)的虛擬陣元,并對(duì)協(xié)方差估計(jì)誤差進(jìn)行了白化處理,抑制了信號(hào)中的干擾項(xiàng)。最后建立了包含不同頻點(diǎn)聯(lián)合稀疏參數(shù)和網(wǎng)格失配參數(shù)的貝葉斯層次架構(gòu),推導(dǎo)了聯(lián)合稀疏參數(shù)、網(wǎng)格失配參數(shù)的最小稀疏表達(dá)式并進(jìn)行了迭代學(xué)習(xí)。較傳統(tǒng)方法,該方法不依賴任何先驗(yàn)信息,更好地抑制了虛擬陣元中的噪聲和干擾,降低了網(wǎng)格失配對(duì)DOA估計(jì)的影響,在低信噪比條件下具有更高的DOA估計(jì)精度和分辨率。仿真實(shí)驗(yàn)驗(yàn)證了該方法的有效性。
[Abstract]:In order to improve the accuracy of DOA estimation for wideband underdetermined signals under low SNR. In this paper, a wideband DOA estimation method based on mesh mismatch iterative minimization and sparse learning is proposed. Firstly, the frequency domain covariance matrix is vectorized to extend the virtual array. The underdetermined signal is converted into the overdetermined signal. Secondly, the virtual matrix element with noise is filtered by linear transformation, and the covariance estimation error is whitened. Finally, the Bayesian hierarchy with different frequency joint sparse parameters and grid mismatch parameters is established, and the joint sparse parameters are derived. The minimum sparse expression of mesh mismatch parameters is studied iteratively. Compared with the traditional method, the proposed method does not rely on any prior information and can better suppress the noise and interference in the virtual array elements. The effect of grid mismatch on DOA estimation is reduced, and the accuracy and resolution of DOA estimation are improved under low SNR. The simulation results show that the proposed method is effective.
【作者單位】: 空軍預(yù)警學(xué)院;解放軍94969部隊(duì);
【基金】:國(guó)家自然科學(xué)基金(61401504) 軍內(nèi)計(jì)劃科研項(xiàng)目(2015XXX) 湖北省自然科學(xué)基金(2016CFB288)~~
【分類號(hào)】:TN911.7
【正文快照】: 1引言寬帶信號(hào)具有抗干擾能力強(qiáng)、調(diào)制樣式復(fù)雜、 攜帶信息量大等特點(diǎn),在雷達(dá)、通信、電子對(duì)抗偵察等領(lǐng)域具有十分廣泛的應(yīng)用,隨之產(chǎn)生的寬帶信號(hào)到達(dá)角(Direction Of Arrival,DOA)估計(jì)問(wèn)題,尤其是基于稀疏重構(gòu)算法的寬帶信號(hào)DOA估計(jì),成為了陣列信號(hào)處理中的一個(gè)研究熱點(diǎn)[1,2
【相似文獻(xiàn)】
相關(guān)期刊論文 前10條
1 包云飛;張偉川;武飛;張立;;獨(dú)立分量分析研究[J];四川理工學(xué)院學(xué)報(bào)(自然科學(xué)版);2012年03期
2 白琳;陳豪;;一種新的基于偽提取矢量的欠定盲分離方法[J];計(jì)算機(jī)科學(xué);2010年11期
3 畢曉君;宮汝江;;基于混合聚類和網(wǎng)格密度的欠定盲矩陣估計(jì)[J];系統(tǒng)工程與電子技術(shù);2012年03期
4 何春蘭;萬(wàn)哲;;局部充分稀疏的欠定時(shí)盲信號(hào)源分離[J];廣東工業(yè)大學(xué)學(xué)報(bào);2008年04期
5 楊杰;俞文文;田昊;關(guān)珍貞;;基于獨(dú)立分量分析的欠定盲源分離方法[J];振動(dòng)與沖擊;2013年07期
6 冷洪勇;郭文強(qiáng);張明君;;小波域欠定盲圖像混合矩陣估計(jì)研究[J];信息通信;2013年04期
7 宋英;;基于稀疏特性的欠定盲分離矩陣A的估計(jì)方法[J];機(jī)械工程與自動(dòng)化;2010年06期
8 肖明;孫功憲;呂俊;;松弛稀疏性條件下的欠定盲分離[J];計(jì)算機(jī)工程;2010年12期
9 陸鳳波;黃知濤;姜文利;;一種時(shí)頻混疊的欠定混合通信信號(hào)盲分離算法[J];國(guó)防科技大學(xué)學(xué)報(bào);2010年05期
10 劉琨;杜利民;王勁林;;基于時(shí)頻域單源主導(dǎo)區(qū)的盲源欠定分離方法[J];中國(guó)科學(xué)(E輯:信息科學(xué));2008年08期
相關(guān)會(huì)議論文 前1條
1 鞏俊;馬曉紅;;一種基于孤立點(diǎn)檢測(cè)的欠定盲辨識(shí)方法[A];2010年通信理論與信號(hào)處理學(xué)術(shù)年會(huì)論文集[C];2010年
相關(guān)博士學(xué)位論文 前4條
1 杜健;欠定盲源分離和PCMA信號(hào)盲分離技術(shù)研究[D];解放軍信息工程大學(xué);2014年
2 孫功憲;低稀疏度情形下的欠定混疊盲分離研究[D];華南理工大學(xué);2016年
3 張燁;欠定混合信號(hào)的盲分離[D];上海大學(xué);2009年
4 陸鳳波;復(fù)雜電磁環(huán)境下的欠定盲源分離技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2011年
相關(guān)碩士學(xué)位論文 前10條
1 李雅鳳;基于時(shí)頻稀疏性的欠定盲源語(yǔ)音信號(hào)分離技術(shù)研究[D];電子科技大學(xué);2016年
2 胡杰;基于聲矢量傳感器的欠定DOA估計(jì)研究[D];哈爾濱工業(yè)大學(xué);2015年
3 陳杰虎;基于壓縮感知的欠定盲分離源信號(hào)恢復(fù)算法研究[D];西安電子科技大學(xué);2015年
4 殷振華;欠定條件下的盲信號(hào)分離與信號(hào)類間識(shí)別算法研究[D];西安電子科技大學(xué);2015年
5 杜晶晶;欠定和單通道條件下混合信號(hào)定階技術(shù)研究[D];電子科技大學(xué);2009年
6 徐寧;欠定半盲分離方法與應(yīng)用研究[D];大連理工大學(xué);2007年
7 冷洪勇;基于信號(hào)特征條件約束的欠定盲源分離技術(shù)研究[D];新疆大學(xué);2013年
8 隗雪梅;基于語(yǔ)音稀疏性的欠定信號(hào)盲分離研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2014年
9 張?chǎng)?欠定盲源分離技術(shù)研究[D];西安電子科技大學(xué);2009年
10 王放;稀疏分量分析的欠定盲分離算法研究[D];湖南大學(xué);2012年
,本文編號(hào):1430732
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/1430732.html