传统的无网格压缩感知在进行波达方向(Direction of Arrival,DOA)估计时,使用凸优化工具箱(如CVX)来求解半正定规划问题(Semi-Definite Programming,SDP),所消耗的时间会随着矢量水听器阵列规模的增加,逐渐增大。为了提高算法的收敛速度...传统的无网格压缩感知在进行波达方向(Direction of Arrival,DOA)估计时,使用凸优化工具箱(如CVX)来求解半正定规划问题(Semi-Definite Programming,SDP),所消耗的时间会随着矢量水听器阵列规模的增加,逐渐增大。为了提高算法的收敛速度,将交替方向乘子法(Alternative Direction Method of Multiplier,ADMM)应用到矢量水听器阵列的DOA估计中,考虑到海洋环境噪声,使用原子范数去噪方法(Atomic Norm Soft Thresholding,AST)来估计线谱参数,将原子范数最小化问题(Atomic Norm Minimization,ANM)转化为SDP问题,使用ADMM对SDP问题进行求解,最后使用对偶多项式估计角度。为了验证ADMM算法的性能,在不同信噪比和矢量阵元数条件下,与快速求根多重信号分类(Root-Multiple Signal Classification,ROOTMUSIC)算法和CVX进行对比仿真实验。结果表明,ADMM在保证DOA估计模型收敛性的同时,提高了算法效率。展开更多
随着蜂窝车联网(Cellular Vehicle to Everything,C-V2X)技术的迅速发展,主动安全驾驶辅助系统较多采用雷达和视觉的前向碰撞预警。然而其传感器在雨天、雾天等特殊情况下对外界的感知能力下降,造成主动安全驾驶辅助效果不佳。基于此,...随着蜂窝车联网(Cellular Vehicle to Everything,C-V2X)技术的迅速发展,主动安全驾驶辅助系统较多采用雷达和视觉的前向碰撞预警。然而其传感器在雨天、雾天等特殊情况下对外界的感知能力下降,造成主动安全驾驶辅助效果不佳。基于此,文章通过在Simcenter PreScan中建立环境,采用车道线识别传感器来实现车辆对道路的感知和对车道的定位,应用VTX传感器实现主车(Host Vehicle,HV)与远车(Remote Vehicle,RV)的车与车(Vehicle to Vehicle,V2V)互联;结合路侧单元(Road Side Unit,RSU)提供的局部map消息,采用基于矢量法的前向碰撞预警算法,进行仿真实验。仿真结果表明,HV在直道和弯道中均能够对前方危险车辆产生准确的预警,验证了所制定的前向碰撞预警算法的有效性和可行性。本研究为实现不依赖道路形状的智能驾驶提供了理论参考。展开更多
文摘传统的无网格压缩感知在进行波达方向(Direction of Arrival,DOA)估计时,使用凸优化工具箱(如CVX)来求解半正定规划问题(Semi-Definite Programming,SDP),所消耗的时间会随着矢量水听器阵列规模的增加,逐渐增大。为了提高算法的收敛速度,将交替方向乘子法(Alternative Direction Method of Multiplier,ADMM)应用到矢量水听器阵列的DOA估计中,考虑到海洋环境噪声,使用原子范数去噪方法(Atomic Norm Soft Thresholding,AST)来估计线谱参数,将原子范数最小化问题(Atomic Norm Minimization,ANM)转化为SDP问题,使用ADMM对SDP问题进行求解,最后使用对偶多项式估计角度。为了验证ADMM算法的性能,在不同信噪比和矢量阵元数条件下,与快速求根多重信号分类(Root-Multiple Signal Classification,ROOTMUSIC)算法和CVX进行对比仿真实验。结果表明,ADMM在保证DOA估计模型收敛性的同时,提高了算法效率。
文摘随着蜂窝车联网(Cellular Vehicle to Everything,C-V2X)技术的迅速发展,主动安全驾驶辅助系统较多采用雷达和视觉的前向碰撞预警。然而其传感器在雨天、雾天等特殊情况下对外界的感知能力下降,造成主动安全驾驶辅助效果不佳。基于此,文章通过在Simcenter PreScan中建立环境,采用车道线识别传感器来实现车辆对道路的感知和对车道的定位,应用VTX传感器实现主车(Host Vehicle,HV)与远车(Remote Vehicle,RV)的车与车(Vehicle to Vehicle,V2V)互联;结合路侧单元(Road Side Unit,RSU)提供的局部map消息,采用基于矢量法的前向碰撞预警算法,进行仿真实验。仿真结果表明,HV在直道和弯道中均能够对前方危险车辆产生准确的预警,验证了所制定的前向碰撞预警算法的有效性和可行性。本研究为实现不依赖道路形状的智能驾驶提供了理论参考。
