基于稀疏貝葉斯學習的穩(wěn)健DOA估計算法研究
【文章頁數(shù)】:72 頁
【學位級別】:碩士
【部分圖文】:
圖1-1主要研究框架
基于稀疏貝葉斯學習的穩(wěn)健DOA估計算法研究6圖1-1主要研究框架Fig.1-1Mainresearchframework1.4論文結構安排第1章為緒論,主要說明了本文的研究背景及意義,介紹了目前DOA估計研究的國內外研究現(xiàn)狀,給出了本文的主要研究內容和框架,說明了本文的結構安排。....
圖3-5兩種算法的單次仿真時間對比
ǖ男?能不斷提高。圖3-3表明所提出的方法能夠有效消除互耦的影響并且減小離格誤差。圖3-4描述的是三種算法的均方根誤差隨網(wǎng)格間距變化的對比圖,其中信噪比設置為SNR=10dB。從圖3-4中的結果可知,無論以多大的網(wǎng)格間距對空域進行離散化,我們所提出的算法的性能都比其他兩種算法好,....
圖4-1所提出算法和ROGSBL算法50次獨立仿真DOA估計結果對比
海南大學碩士學位論文35中的算法和SPICE算法則只考慮了非均勻噪聲;而我們所提出的算法同時考慮了離格誤差和非均勻噪聲。圖4-1所提出算法和ROGSBL算法50次獨立仿真DOA估計結果對比Fig.4-1ComparisonofDOAestimationresultsofthepr....
圖5-3不同網(wǎng)格條件下Fig.5-3Spatialspectrumcomparisonofthepr
基于稀疏貝葉斯學習的穩(wěn)健DOA估計算法研究48的存在,只由兩個基站進行定位得到的目標車輛位置坐標必定存在誤差,式(5-29)、式(5-30)和式(5-31)計算得到的結果不可能完全相等。在我們所提出的車輛輔助定位算法中,采用了三個基站,基于三次交叉定位的結果最終根據(jù)式(5-32)....
本文編號:4024074
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/4024074.html