針對脈沖噪聲與同頻帶干擾并存時寬帶信號的波達(dá)方向（DOA）估計問題,該文提出一種結(jié)合循環(huán)相關(guān)熵（CCE）與稀疏重構(gòu)的算法。首先,分析了寬帶信源的接收信號模型,并利用循環(huán)相關(guān)熵的性質(zhì)構(gòu)造出對脈沖噪聲與同頻帶干擾具有抑制能力的寬帶信號虛擬輸出陣列。隨后對該虛擬輸出陣列進(jìn)行稀疏表示,并通過歸一化迭代硬閾值（NIHT）算法進(jìn)行稀疏重構(gòu),從而估計寬帶信號的波達(dá)方向。實驗結(jié)果表明,該算法對脈沖噪聲和同頻帶干擾具有很好的抑制作用,并且相較已有算法在估計性能方面有明顯的改善。 

【文章來源】：電子與信息學(xué)報. 2020,42(11)北大核心EICSCD

【文章頁數(shù)】：5 頁

【部分圖文】：

不同廣義信噪比下的算法性能

4.2不同噪聲特征指數(shù)對算法性能造成的影響α為衡量不同噪聲特征指數(shù)對算法性能造成的影響，實驗中將信號的GSNR設(shè)置為5dB，信號的快拍數(shù)長度為5000，噪聲特征指數(shù)從1.1變化到2.0，實驗結(jié)果如圖2所示αα<1.5由圖2可以看出隨著噪聲特征指數(shù)的增加，由于脈沖噪聲的脈沖性減弱，各算法的性能均有顯著改善。當(dāng)較小時()，噪聲的脈沖性較強，CYC-LP算法由于不具有抗脈沖噪聲的能力，估計成功率較低，本文算法與CCE-LP算法則具有很高的成功率且本文算法優(yōu)于CCE-LP算法。此外由于借助稀疏重構(gòu)算法高精度的優(yōu)勢，本文算法在α>1.2α>1.6α=2.0()時就可以實現(xiàn)DOA的完全成功估計。而當(dāng)噪聲的脈沖性較弱時(),3種算法均能呈現(xiàn)較高的估計成功率，但本文算法相較其他算法依然具有優(yōu)勢，僅在時本文算法的RMSE稍高于CYC-LP算法，因為此時噪聲為高斯噪聲，CYC-LP算法中使用的2階統(tǒng)計量不會出現(xiàn)發(fā)散的情況。4.3不同快拍數(shù)對算法性能造成的影響α為衡量不同快拍數(shù)對算法性能造成的影響，實驗中將信號的GSNR設(shè)置為5dB，噪聲特征指數(shù)設(shè)置為1.5，信號的快拍數(shù)長度為從800變化到5600，實驗結(jié)果如圖3所示。由圖3可以看出各算法的估計成功率和RMSE圖1不同廣義信噪比下的算法性能圖2不同噪聲特征指數(shù)下的算法性能圖3不同快拍數(shù)對應(yīng)的算法性能2590電子與信息學(xué)報第42卷

4.2不同噪聲特征指數(shù)對算法性能造成的影響α為衡量不同噪聲特征指數(shù)對算法性能造成的影響，實驗中將信號的GSNR設(shè)置為5dB，信號的快拍數(shù)長度為5000，噪聲特征指數(shù)從1.1變化到2.0，實驗結(jié)果如圖2所示αα<1.5由圖2可以看出隨著噪聲特征指數(shù)的增加，由于脈沖噪聲的脈沖性減弱，各算法的性能均有顯著改善。當(dāng)較小時()，噪聲的脈沖性較強，CYC-LP算法由于不具有抗脈沖噪聲的能力，估計成功率較低，本文算法與CCE-LP算法則具有很高的成功率且本文算法優(yōu)于CCE-LP算法。此外由于借助稀疏重構(gòu)算法高精度的優(yōu)勢，本文算法在α>1.2α>1.6α=2.0()時就可以實現(xiàn)DOA的完全成功估計。而當(dāng)噪聲的脈沖性較弱時(),3種算法均能呈現(xiàn)較高的估計成功率，但本文算法相較其他算法依然具有優(yōu)勢，僅在時本文算法的RMSE稍高于CYC-LP算法，因為此時噪聲為高斯噪聲，CYC-LP算法中使用的2階統(tǒng)計量不會出現(xiàn)發(fā)散的情況。4.3不同快拍數(shù)對算法性能造成的影響α為衡量不同快拍數(shù)對算法性能造成的影響，實驗中將信號的GSNR設(shè)置為5dB，噪聲特征指數(shù)設(shè)置為1.5，信號的快拍數(shù)長度為從800變化到5600，實驗結(jié)果如圖3所示。由圖3可以看出各算法的估計成功率和RMSE圖1不同廣義信噪比下的算法性能圖2不同噪聲特征指數(shù)下的算法性能圖3不同快拍數(shù)對應(yīng)的算法性能2590電子與信息學(xué)報第42卷

【參考文獻(xiàn)】：
期刊論文
[1]基于稀疏貝葉斯學(xué)習(xí)的多跳頻信號DOA估計方法[J]. 郭英,東潤澤,張坤峰,眭萍,楊銀松.  電子與信息學(xué)報. 2019(03)



本文編號：3520636