基于稀疏贝叶斯学习的网格自适应多源定位

TN911.7; 多源定位是信号处理中的重要问题.该文针对目标偏离初始网格点引起的基不匹配问题,构建具有Laplace先验的稀疏贝叶斯学习框架,提出基于稀疏贝叶斯学习的网格自适应多源定位算法AGMTL.本质上,AGMTL实现了稀疏信号重建和网格自适应定位字典的学习.仿真结果表明,AGMTL通过网格自适应调整,在定位误差,估计可靠性,抗噪性能上均远远优于传统的压缩感知定位算法....

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	电子与信息学报 2018-09, Vol.40 (9), p.2150-2157
Hauptverfasser:	游康勇, 杨立山, 刘玥良, 郭文彬, 王文博
Format:	Artikel
Sprache:	chi
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Beschreibung
Zusammenfassung:	TN911.7; 多源定位是信号处理中的重要问题.该文针对目标偏离初始网格点引起的基不匹配问题,构建具有Laplace先验的稀疏贝叶斯学习框架,提出基于稀疏贝叶斯学习的网格自适应多源定位算法AGMTL.本质上,AGMTL实现了稀疏信号重建和网格自适应定位字典的学习.仿真结果表明,AGMTL通过网格自适应调整,在定位误差,估计可靠性,抗噪性能上均远远优于传统的压缩感知定位算法.
ISSN:	1009-5896
DOI:	10.11999/JEIT171238