【摘要】：針對基于l_1范數(shù)優(yōu)化的近場信號源定位算法需要選取正則化參數(shù)、計算量大、精確度不高等問題,提出了一種聯(lián)合稀疏貝葉斯學習理論和子空間方法的近場源定位算法。該算法首先將近場雙參數(shù)模型進行分離,將近場源的二維參數(shù)估計問題轉化為虛擬遠場的一維波達方向估計問題。然后運用稀疏貝葉斯理論消除基的方式高效地計算出波達方向,在估計出波達方向之后再根據(jù)子空間方法估算距離。和基于l_1范數(shù)優(yōu)化的近場信號源定位算法相比,所提算法不需要選取正則化參數(shù),估計誤差小,分辨率更高,且計算量較小。通過計算機仿真,驗證了算法的可行性與高效性。
[Abstract]:In order to solve the problem of selecting regularization parameters, large computation and low accuracy in the near-field signal source location algorithm based on L _ 1-norm optimization, a new near-field source location algorithm combining sparse Bayesian learning theory and subspace method is proposed. In this algorithm, the near-field two-parameter model is firstly separated, and the 2-D parameter estimation problem of the near-field source is transformed into the one-dimensional DOA estimation problem of virtual far-field. Then the DOA is calculated efficiently by using sparse Bayesian theory to eliminate the basis, and then the distance is estimated according to the subspace method after the DOA is estimated. Compared with the near-field signal source location algorithm based on l-1 norm optimization, the proposed algorithm does not need to select regularization parameters, the estimation error is small, the resolution is higher, and the computation is small. The feasibility and efficiency of the algorithm are verified by computer simulation.
【作者單位】： 重慶理工大學電氣與電子工程學院;重慶大學光電技術及系統(tǒng)教育部重點實驗室;
【基金】：國家自然科學基金項目(61601069) 重慶市科學技術委員會前沿與應用基礎研究計劃一般項目(cstc2015jcyj A40055) 重慶市教育委員會科學研究項目(KJ1500917,KJ1500934)
【分類號】：TN911.7

【參考文獻】

相關期刊論文 前6條

1 王彪;朱志慧;戴躍偉;;基于具有時序結構的稀疏貝葉斯學習的水聲目標DOA估計研究[J];電子學報;2016年03期

2 董天寶;汪海兵;曾芳玲;;基于稀疏貝葉斯學習的DOA估計[J];火力與指揮控制;2015年03期

3 梁國龍;韓博;林旺生;王丹;;基于稀疏信號重構的近場源定位[J];電子學報;2014年06期

4 文方青;張弓;劉蘇;賁德;;基于子空間和稀疏貝葉斯學習的低信噪比下波達角估計方法[J];數(shù)據(jù)采集與處理;2013年04期

5 劉寅;吳順君;吳明宇;李春茂;張懷根;;基于空域稀疏性的寬帶DOA估計[J];航空學報;2012年11期

6 胡增輝;朱炬波;梁甸農(nóng);;基于盲源分離的近場源參數(shù)估計[J];信號處理;2010年06期

【共引文獻】

相關期刊論文 前10條

1 胡順仁;劉驍;李雙;;聯(lián)合稀疏貝葉斯學習與子空間的近場信號源定位[J];信號處理;2017年S1期

2 王立國;葉延亮;;基于MSWF的寬帶LFM近場源二維參數(shù)快速估計算法[J];北華大學學報(自然科學版);2017年02期

3 李雙;劉驍;胡順仁;何為;;加權稀疏信號重構的近場源定位方法[J];聲學技術;2017年01期

4 李雙;劉驍;胡順仁;曹陽;何為;;對稱子陣列的近場信號稀疏表示定位方法[J];信號處理;2017年01期

5 燕學智;溫艷鑫;劉國紅;陳建;;基于稀疏表示和近似l_0范數(shù)約束的寬帶信號DOA估計[J];航空學報;2017年06期

6 于宏毅;程標;胡峗鵬;沈智翔;;基于空域稀疏性的自適應頻譜檢測算法[J];電子與信息學報;2016年07期

7 王彪;朱志慧;戴躍偉;;基于具有時序結構的稀疏貝葉斯學習的水聲目標DOA估計研究[J];電子學報;2016年03期

8 沈志博;董春曦;黃龍;趙國慶;;基于壓縮感知的寬頻段二維DOA估計算法[J];電子與信息學報;2014年12期

9 Yang Bin;He Feng;Jin Jin;Xiong Huagang;Xu Guanghan;;DOA estimation for attitude determination on communication satellites[J];Chinese Journal of Aeronautics;2014年03期

10 王超;魏璽章;;基于聯(lián)合對角化的近場源三維參數(shù)估計[J];雷達科學與技術;2014年01期

【二級參考文獻】

相關期刊論文 前10條

1 文方青;張弓;劉蘇;賁德;;基于子空間和稀疏貝葉斯學習的低信噪比下波達角估計方法[J];數(shù)據(jù)采集與處理;2013年04期

2 孫磊;王華力;許廣杰;蘇勇;;基于稀疏貝葉斯學習的高效DOA估計方法[J];電子與信息學報;2013年05期

3 馮瑩瑩;程向陽;鄧明;;基于稀疏表示的信號DOA估計[J];計算機應用研究;2013年02期

4 郭瑩;孟彩云;;基于稀疏表示和約束優(yōu)化的波達方向估計方法[J];計算機應用;2012年08期

5 王勇;王雪;孫欣堯;;基于稀疏信號重構的無線傳感網(wǎng)絡目標定位[J];儀器儀表學報;2012年02期

6 張弓;楊萌;張勁東;陶宇;;壓縮感知在雷達目標探測與識別中的研究進展[J];數(shù)據(jù)采集與處理;2012年01期

7 賀亞鵬;李洪濤;王克讓;朱曉華;;基于壓縮感知的高分辨DOA估計[J];宇航學報;2011年06期

8 陳志菲;孫進才;侯宏;;寬帶DOA估計的類MUSIC波束形成算法[J];電子學報;2011年06期

9 時潔;楊德森;時勝國;;基于組合陣列的水下特征線譜近場定位方法[J];電子學報;2011年06期

10 劉亮;陶建武;黃家才;;基于稀疏對稱陣列的近場源定位[J];電子學報;2009年06期

【相似文獻】

相關期刊論文 前10條

1 趙燕萍;楊貴;;含噪混合通信數(shù)據(jù)中信號源定位挖掘算法仿真[J];計算機仿真;2013年05期

2 蔣佳佳;段發(fā)階;陳勁;常宗杰;;一種高精度的近場與遠場混合源定位算法[J];天津大學學報(自然科學與工程技術版);2013年12期

3 梁國龍;韓博;;基于互素對稱陣的近場源定位[J];電子與信息學報;2014年01期

4 劉捷,傅文斌,程柏林;運用方向圖擬合法的多同頻發(fā)射源定位仿真[J];空軍雷達學院學報;2000年04期

5 馮廣麗;秦勤;;大噪聲干擾下的通信信號源定位挖掘算法仿真[J];計算機仿真;2013年09期

6 張瑞娟,廖桂生;非均勻噪聲環(huán)境下寬帶近場源定位的兩種改進方法[J];雷達科學與技術;2004年05期

7 戴江山,肖軍模;一種基于可控網(wǎng)絡的攻擊源定位方法[J];南京理工大學學報(自然科學版);2005年03期

8 梁軍利;王詩俊;高麗;楊樹元;張軍英;;一種無須參數(shù)配對的近場源定位新算法[J];電子學報;2007年06期

9 葛敏,楊宜禾;用于點源定位的估值算法[J];紅外技術;1993年01期

10 汪海;吳云韜;;基于秩虧損的近場源定位快速算法[J];武漢工程大學學報;2011年11期

相關會議論文 前3條

1 陳東兵;;放射源定位追蹤管理系統(tǒng)設計思路[A];2012中國環(huán)境科學學會學術年會論文集（第二卷）[C];2012年

2 盧文韜;徐一平;劉克林;;聲發(fā)射相位對小試件源定位的影響[A];1990巖土混凝土聲測技術新進展學術與信息交流會專題報告及論文摘要匯編[C];1990年

3 幸琳;姚陳果;周電波;肖前波;毛峰;秦延山;;基于頻域求時差的GIS局放源定位初探[A];重慶市電機工程學會2010年學術會議論文集[C];2010年

相關博士學位論文 前7條

1 劉國紅;遠近場混合源定位參量估計算法研究[D];吉林大學;2015年

2 喬梁;信源定位的可觀測性及跟蹤技術研究[D];哈爾濱工程大學;2010年

3 霍小林;腦磁源定位技術研究[D];浙江大學;2001年

4 王陽;動態(tài)氣流環(huán)境下氣味煙羽仿真與氣味源定位[D];天津大學;2013年

5 吳玉秀;基于嗅覺移動傳感器網(wǎng)絡的氣體源定位[D];天津大學;2014年

6 周鳳增;煤礦井下自燃火源定位技術的研究與應用[D];中國礦業(yè)大學（北京）;2010年

7 張軍鵬;腦電磁源定位算法研究及其在初級聽覺皮層定位中的應用[D];電子科技大學;2011年

相關碩士學位論文 前10條

1 劉文華;國內(nèi)配電網(wǎng)電壓跌落源定位技術研究[D];山東大學;2015年

2 王詩年;氣體泄漏源檢測定位系統(tǒng)設計[D];重慶大學;2015年

3 劉壯;短時脈沖聲源定位技術研究[D];吉林大學;2016年

4 李卓;基于聲發(fā)射的載人密封艙撞擊源定位技術研究[D];哈爾濱工業(yè)大學;2016年

5 劉文強;一種自發(fā)放電源定位系統(tǒng)研究[D];西京學院;2017年

6 商顯俊;電力系統(tǒng)低頻振蕩擾動源定位研究[D];華北電力大學;2016年

7 石繪紅;基于稀疏重建的高分辨力匹配場源定位[D];浙江大學;2013年

8 宋紅兵;一種基于城市環(huán)境的新型的源定位方法[D];浙江大學;2010年

9 楊磊;基于仿生嗅覺的味源定位系統(tǒng)研究[D];浙江理工大學;2014年

10 陳磊;復雜海洋噪聲環(huán)境下近場源定位算法的仿真分析[D];吉林大學;2015年

，

本文編號：2341564