基于阵列协方差向量的窄带和宽带信号的稀疏诱导方向寻找

Direction-of-arrival (DOA) estimation; sparse

在现有的稀疏诱导到达方向（DOA）估计方法中，基于稀疏贝叶斯学习（SBL）的方法已被证明可以提高精度。但是，当信噪比（SNR）相对较低时，这些方法的学习过程收敛非常缓慢。在本文中，我们首先表明，独立信号的阵列输出的协方差矢量（协方差矩阵的列）共享与空间信号分布相对应的相同的稀疏度分布图，并且在中等快照数量时其SNR超过原始阵列输出的SNR。被收集。因此，通过以高计算效率重构那些矢量，可以将SBL技术用于估计独立的窄带/宽带信号的方向。经过适当修改后，该方法可扩展到窄带相关信号。还提供了深入分析，以显示新方法在DOA估计精度方面的下限以及在独立信号的情况下可以分离的最大信号数。仿真结果最终证明了该方法在DOA估计精度和计算效率上的性能。

文件下载

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

基于阵列协方差向量的窄带和宽带信号的稀疏诱导方向寻找

文件下载

评论信息

其他资源

免责申明

个人信息

相关资源标签

热门下载

最新下载