-
题名基于贝叶斯压缩感知的子空间拟合离格DOA估计
被引量：2
- 1
-
-
作者
高卫港
王鼎
张钺洋
李恺
吕静
-
机构
解放军信息工程大学信息系统工程学院
中国人民解放军
中国人民解放军
-
出处
《电讯技术》
北大核心
2023年第2期158-164,共7页
-
基金
国家自然科学基金资助项目(62171469)。
-
文摘
针对传统的基于稀疏贝叶斯学习(Sparse Bayesian Learning,SBL)的波达方向估计算法对噪声鲁棒性不高的问题,提出了一种基于SBL的子空间拟合离格波达方向(Direction of Arrival,DOA)估计方法。首先对接收数据的协方差矩阵进行特征分解,获得信号的加权子空间,构造等价信号的稀疏表示模型并利用贝叶斯学习算法进行参数求解。同时对于网格划分带来的建模误差问题,采用了离格贝叶斯推导(Sparse Bayesian Inference,SBI)算法进行求解,利用期望最大化算法迭代更新相应的参数。仿真结果表明,相对于传统的DOA方法,该方法具有更好的估计精度。
-
关键词
波达方向估计
子空间拟合
离格模型
压缩感知
贝叶斯稀疏重构
-
Keywords
DOA estimation
subspace fitting
off-grid model
compressed sensing
bayesian sparse reconstruction
-
分类号
TN911
[电子电信—通信与信息系统]
-
