【摘要】：針對(duì)接收數(shù)據(jù)壓縮投影后導(dǎo)致到達(dá)角(Direction-Of-Arrival,DOA)估計(jì)精度不高的問題,提出一種高精度的全局信息壓縮投影到達(dá)角估計(jì)算法。該算法首先提出更適應(yīng)角度估計(jì)的等正弦空間稀疏化范德蒙矩陣作為測(cè)量矩陣,然后對(duì)由其組成的Gram矩陣的非對(duì)角元素進(jìn)行壓縮處理得到目標(biāo)矩陣,接著利用步長(zhǎng)符合沃爾夫條件的梯度下降法優(yōu)化Gram矩陣,得到當(dāng)Gram矩陣與目標(biāo)矩陣最接近時(shí)所對(duì)應(yīng)的可以保留更多全局信息的測(cè)量矩陣,最后利用此矩陣壓縮接收數(shù)據(jù),將接收數(shù)據(jù)投影到測(cè)量矩陣空間,進(jìn)行稀疏重構(gòu)得到角度估計(jì)結(jié)果。仿真實(shí)驗(yàn)表明,所提算法角度估計(jì)精度遠(yuǎn)優(yōu)于同等條件下輻射源信號(hào)直接重構(gòu)的角度估計(jì)結(jié)果,且在信噪比大于-6 dB時(shí)數(shù)據(jù)壓縮投影后角度估計(jì)的成功率達(dá)到100%,性能優(yōu)越。
[Abstract]:In order to solve the problem that the DOA estimation accuracy of Direction-Of-Arrival-DOA is not high after the compressed projection of data is received, a high-precision global information compression projection DOA estimation algorithm is proposed. In this algorithm, the Vandemont matrix, which is more suitable for angle estimation, is sparse in the equal-sinusoidal space as the measurement matrix, and then the non-diagonal elements of the Gram matrix are compressed to obtain the target matrix. Then the gradient descent method with step size matching the Wolff condition is used to optimize the Gram matrix. When the Gram matrix and the target matrix are closest to each other, the measurement matrix which can retain more global information is obtained. Finally, the received data are compressed by this matrix. The received data are projected into the measurement matrix space and the angle estimation results are obtained by sparse reconstruction. Simulation results show that the accuracy of the proposed algorithm is much better than that of the direct reconstruction of emitter signals under the same conditions, and the successful rate of angle estimation after data compression projection is 100 when the SNR is greater than 6 dB, and the performance is superior.
【作者單位】： 解放軍信息工程大學(xué)信息系統(tǒng)工程學(xué)院;
【基金】：國(guó)家高技術(shù)研究發(fā)展計(jì)劃(863計(jì)劃)(2012AA01A502,2012AA01A505) 國(guó)家自然科學(xué)基金(61401513)
【分類號(hào)】：TN911.7

【參考文獻(xiàn)】

相關(guān)期刊論文 前6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(xué)報(bào);2015年07期

2 趙瑞珍;王若乾;張鳳珍;岑翼剛;胡紹海;;分塊的有序范德蒙矩陣作為壓縮感知測(cè)量矩陣的研究[J];電子與信息學(xué)報(bào);2015年06期

3 王俠;王開;王青云;梁瑞宇;左加闊;趙力;鄒采榮;;壓縮感知中的確定性隨機(jī)觀測(cè)矩陣構(gòu)造[J];信號(hào)處理;2014年04期

4 林波;張?jiān)鲚x;朱炬波;;基于壓縮感知的DOA估計(jì)稀疏化模型與性能分析[J];電子與信息學(xué)報(bào);2014年03期

5 鄭紅;李振;;壓縮感知理論投影矩陣優(yōu)化方法綜述[J];數(shù)據(jù)采集與處理;2014年01期

6 王強(qiáng);李佳;沈毅;;壓縮感知中確定性測(cè)量矩陣構(gòu)造算法綜述[J];電子學(xué)報(bào);2013年10期

相關(guān)博士學(xué)位論文 前1條

1 劉寅;基于稀疏信號(hào)重構(gòu)的空間譜估計(jì)算法研究[D];西安電子科技大學(xué);2012年

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陶春貴;魏爽;;空間譜估計(jì)中的壓縮感知測(cè)量矩陣分析[J];信息技術(shù);2017年08期

2 王占剛;王大鳴;巴斌;;適用于壓縮感知估計(jì)角度的測(cè)量矩陣研究[J];信號(hào)處理;2017年07期

3 王建;朱曉丹;王利偉;;基于子空間追蹤的無源信號(hào)檢測(cè)技術(shù)[J];航天電子對(duì)抗;2017年03期

4 張業(yè);李佳;;一種壓縮感知詞典快速構(gòu)造方法[J];無線電通信技術(shù);2017年03期

5 喬志洋;余婭榮;;壓縮感知理論在圖像處理中的應(yīng)用[J];云南大學(xué)學(xué)報(bào)(自然科學(xué)版);2017年S1期

6 孫憲坤;陳濤;韓華;王裕明;;基于Kent混沌測(cè)量矩陣的壓縮感知圖像重構(gòu)算法[J];計(jì)算機(jī)應(yīng)用與軟件;2017年04期

7 宋維琪;吳彩端;;利用壓縮感知方法提高地震資料分辨率[J];石油地球物理勘探;2017年02期

8 冷雪冬;王大鳴;巴斌;王建輝;;基于漸進(jìn)添邊的準(zhǔn)循環(huán)壓縮感知時(shí)延估計(jì)算法[J];物理學(xué)報(bào);2017年09期

9 周四望;劉龍康;;基于小波變換的圖像零樹壓縮感知方法[J];湖南大學(xué)學(xué)報(bào)(自然科學(xué)版);2017年02期

10 嚴(yán)韜;陳建文;鮑拯;;一種基于壓縮感知的天波超視距雷達(dá)短時(shí)海雜波抑制方法[J];電子與信息學(xué)報(bào);2017年04期

相關(guān)博士學(xué)位論文 前3條

1 吳小川;基于壓縮感知的高頻超視距雷達(dá)超分辨方法研究[D];哈爾濱工業(yè)大學(xué);2015年

2 曹圣紅;存在陣列誤差條件下波達(dá)方向估計(jì)算法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2014年

3 蔡晶晶;低復(fù)雜度陣列信號(hào)波達(dá)方向估計(jì)算法研究[D];西安電子科技大學(xué);2014年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 林波;張?jiān)鲚x;朱炬波;;基于壓縮感知的DOA估計(jì)稀疏化模型與性能分析[J];電子與信息學(xué)報(bào);2014年03期

2 鄭紅;李振;;壓縮感知理論投影矩陣優(yōu)化方法綜述[J];數(shù)據(jù)采集與處理;2014年01期

3 張波;劉郁林;王開;;稀疏隨機(jī)矩陣有限等距性質(zhì)分析[J];電子與信息學(xué)報(bào);2014年01期

4 林斌;彭玉樓;;基于混沌序列的壓縮感知測(cè)量矩陣構(gòu)造算法[J];計(jì)算機(jī)工程與應(yīng)用;2013年23期

5 李s，

本文編號(hào)：2172548