贝叶斯压缩感知在doa估计中的应用研究 (1)

贝叶斯压缩感知在doa估计中的应用研究 (1)

ID:21964113

大小:3.96 MB

页数:107页

时间:2018-10-25

贝叶斯压缩感知在doa估计中的应用研究 (1)_第1页
贝叶斯压缩感知在doa估计中的应用研究 (1)_第2页
贝叶斯压缩感知在doa估计中的应用研究 (1)_第3页
贝叶斯压缩感知在doa估计中的应用研究 (1)_第4页
贝叶斯压缩感知在doa估计中的应用研究 (1)_第5页
资源描述:

《贝叶斯压缩感知在doa估计中的应用研究 (1)》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、哈尔滨工业大学工学硕士学位论文4.1基于等正弦网格划分的改进算法.........................................................394.1.1算法原理..............................................................................................394.1.2算法仿真分析......................................................................................434.2基

2、于LAPLACE先验的BCS-DOA估计..................................................474.2.1单任务算法原理..................................................................................474.2.2多任务算法原理..................................................................................514.2.3算法仿真分析........................

3、..............................................................524.3本章小结..............................................................................................56结论...................................................................................................................57参考文献.........

4、......................................................................................................59攻读硕士学位期间发表的论文及其它成果.........................................................64哈尔滨工业大学学位论文原创性声明和使用权限.............................................65致谢................................................

5、...................................................................66-V-万方数据哈尔滨工业大学工学硕士学位论文第1章绪论4.1课题背景及意义阵列信号处理作为现代信号处理的一个重要分支,核心理念是利用空间中并行放置的传感器组接收并处理信号,目的在于从阵列接收的信号中提取有用信息,抑制不重要信息(如干扰和噪声),其应用范围涉及雷达、天文学、通信、地震勘测和医学成像等军事及国民经济各个领域[1]。空间谱估计是阵列信号处理理论中最重要的研究方向之一,现代战争的发展需求促使了空间谱估计技术的出现,而第二次世界大战中雷达的快速发展则

6、进一步推动了空间谱估计的发展。“空间谱”的意义是表征空间域上信号功率分布状况,根据信号空间谱的分布特性即可获得波达方向(DirectionofArrival,DOA)估计,因此常用DOA估计来表示空间谱估计。随着DOA估计的应用范围越来越广,近年来国内外研究学者对信号DOA估计的研究也越来越深入,获得了显著的研究成果。目前阵列信号DOA估计算法主要分为:(1)基于线性预测类算法;(2)基于子空间分解类算法;(3)基于子空间拟合类算法三大类。其中,子空间分解类算法以其超分辨能力等特点得到了最为深入广泛的研究,最为经典的就是多重信号分类算法(MultipleSignalClassificatio

7、n,MUSIC)。MUSIC算法是建立在完全已知噪声统计特性的假定条件下,但该算法需要先验已知辐射信号源个数,并需要使用大量的观测数据,在小快拍数观测条件下,随着信噪比的降低MUSIC算法的估计精度极速下降。但在现实环境应用中,由于情况的复杂多变性,这一要求很难达到。同时,因为现实环境里多径效应的影响,信号经常出现相关的情况,而MUSIC算法估计相关信号效果较差甚至完全失效。针对MUSIC算法的不足之处,研究

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。