针对阵列信号处理领域中的超分辨子空间类算法需计算阵列输出的协方差、协方差矩阵的特征分解及进行谱峰搜索得到波达方向(Direction of Arrival,DOA)估计,计算量较大则实际应用可能受限,提出了一种低计算复杂度的新颖的无需谱峰搜索的...针对阵列信号处理领域中的超分辨子空间类算法需计算阵列输出的协方差、协方差矩阵的特征分解及进行谱峰搜索得到波达方向(Direction of Arrival,DOA)估计,计算量较大则实际应用可能受限,提出了一种低计算复杂度的新颖的无需谱峰搜索的DOA估计算法。通过Nyström方法得到逼近的信号子空间,避免了直接对所有阵列输出计算协方差及对其特征分解从而降低了运算量。通过逼近的信号子空间构建低阶的关于DOA的特征多项式方程,对此低阶多项式方程求根得到DOA估计进一步降低了运算量,且不同于现有的DOA估计求根算法。理论分析和仿真结果表明,所提算法有着良好的估计精度及较低的计算复杂度。展开更多
文摘现有贝叶斯压缩感知(Bayesian Compressed Sensing,BCS)-逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)成像算法中先验分布模型不能很好地满足可压缩性,导致成像精度随脉冲数目的减小、高斯噪声的增强而急剧下降。为此,提出了一种基于广义Pareto分布改进BCS成像方法(Improving BCS imaging based on GPD,IGPCS)。该方法主要在BCS框架下利用广义Pareto先验分布替代传统的广义Gaussian先验分布,以增强模拟信号的稀疏先验和可压缩性。进一步地,为了克服后验概率模型计算困难等问题,采用最大后验(Maximum A Posteriori,MAP)方法对超参数进行估计。通过对Mig-25小型飞机的ISAR模拟实验表明,与传统方法相比,IGPCS方法能够获取极高的成像精度,并且对低脉冲数、强高斯噪声环境具有较强的鲁棒性。
文摘针对阵列信号处理领域中的超分辨子空间类算法需计算阵列输出的协方差、协方差矩阵的特征分解及进行谱峰搜索得到波达方向(Direction of Arrival,DOA)估计,计算量较大则实际应用可能受限,提出了一种低计算复杂度的新颖的无需谱峰搜索的DOA估计算法。通过Nyström方法得到逼近的信号子空间,避免了直接对所有阵列输出计算协方差及对其特征分解从而降低了运算量。通过逼近的信号子空间构建低阶的关于DOA的特征多项式方程,对此低阶多项式方程求根得到DOA估计进一步降低了运算量,且不同于现有的DOA估计求根算法。理论分析和仿真结果表明,所提算法有着良好的估计精度及较低的计算复杂度。
