导读:本文包含了波达方向估计算法论文开题报告文献综述及选题提纲参考文献，主要关键词:波达方向估计,最小二乘SVM,阵列信号处理
波达方向估计算法论文文献综述
司宾强,罗东琦,付元杰,朱纪洪[1]（2019）在《基于复最小二乘支持向量机的波达方向估计算法》一文中研究指出波达方向估计利用接收的阵列信号的统计特征,寻找期望信号的波达方向。传统波达方向估计算法如MUSIC、CSM等存在着不能应用于相关源以及运算量大的问题。为了解决这一问题,提出了一种基于复最小二乘支持向量机的波达方向估计算法。将传统最小二乘支持向量机拓展到复空间,并采用复高斯核函数。仿真结果显示提出的方法相比具有更高的准确性与效率。(本文来源于《第十叁届全国信号和智能信息处理与应用学术会议论文集》期刊2019-10-25）
王旭东,仲倩,闫贺,张迪[2]（2019）在《一种二维信号波达方向估计的改进多重信号分类算法》一文中研究指出多重信号分类(MUSIC)算法是一种经典的空间谱估计算法。该文以L型阵列为例,针对2D-MUSIC算法在接收信号信噪比较小时对多个目标中方位相近的目标无法进行准确估计的问题,提出一种改进2D-MUSIC算法。该算法对经典2D-MUSIC算法所构成的协方差矩阵进行共轭重组,并将重组后矩阵的平方与原协方差矩阵的平方进行相加求平均,由此获得新的矩阵,再对该矩阵对应的噪声子空间进行加权处理,选取适当的加权系数构造新的噪声子空间,最后通过谱峰搜索识别出目标位置。计算机仿真结果表明,与2D-MUSIC算法相比,改进后的算法在接收信号信噪比较小时对多个目标中方位相近的目标也能够进行信号波达方向(DOA)估计,提高了L型阵列2维DOA估计的分辨率,具有较好的工程应用价值。(本文来源于《电子与信息学报》期刊2019年09期）
吴孙勇,姚明明,薛秋条,蔡如华[3]（2019）在《宽带波达方向估计的辅助粒子滤波算法》一文中研究指出针对粒子滤波宽带波达方向估计中因采样粒子权值不稳定导致估计误差较大的问题,提出了基于辅助粒子滤波的宽带波达方向估计算法。该算法利用贝叶斯重要性采样算法,在权值大的粒子基础上引入辅助粒子变量,重新定义重要性采样分布函数。经过两次加权计算,进而改善粒子退化问题,并引导粒子向高似然区域移动,使粒子在真实状态周围分布更均匀,粒子权值比仅用重采样的粒子权值变化更稳定。仿真实验表明,该算法在均方根误差和检测概率性能上优于粒子滤波算法。(本文来源于《信号处理》期刊2019年07期）
蒲磊,黎亮[4]（2019）在《一种基于Toeplitz矩阵重构的波达方向估计新算法》一文中研究指出为了提高空间谱中信号与噪声的区分度以及改善传统Toeplitz矩阵重构算法在进行波达方向(direction of arrival,DOA)估计时的精度,本文提出一种新的基于Toeplitz矩阵重构的DOA估计算法。首先将观测数据估计的自相关矩阵预处理得到数据向量,并基于数据向量进行Toeplitz矩阵重构;再对重构后的矩阵进行奇异值分解,得到信号子空间和噪声子空间;最后同时利用信号子空间和噪声子空间进行空间谱估计。结果表明:无论是相干源还是非相干源的DOA估计,该算法估计精度均优于传统Toeplitz算法,在非相干源的DOA估计精度性能与多重信号分类(multiple signal classification,MUSIC)算法一致,并在处理相干信源个数能力与传统Toeplitz算法相同。(本文来源于《科学技术与工程》期刊2019年20期）
武正翔[5]（2019）在《基于稀疏重构的空域信号波达方向估计算法研究》一文中研究指出波达方向估计是阵列信号处理领域中最主要的研究方向之一,在雷达探测、无线通信以及卫星导航等方面具有广泛的应用。如今的世界对科技的需求日益增加,传统的波达方向估计算法在精度、快拍数或抗干扰能力等方面已经无法满足人们的要求。随着这些年压缩感知理论的不断发展,其利用信号稀疏性来进行稀疏重构的方法在波达方向估计上得到成功的应用,推动了波达方向估计技术的进一步发展。本文将基于稀疏重构技术来研究空域信号的波达方向估计问题。对于空域中的远场窄带信号,本文主要讨论了两类基于稀疏重构技术的空域信号估计算法,分别是基于稀疏表示的波达方向估计算法和基于稀疏迭代的波达方向估计算法。1.针对基于稀疏表示的波达方向估计算法,本文介绍了?_1_SVD和?_1_SRACV算法,分析该算法中对观测信号的协方差矩阵的稀疏表示过程中空域的网格划分所起的作用,给出将?_0范数问题转换为?_1范数问题去求解的思路。对于?_1_SVD算法需要预知信号源数量的局限,以及?_1_SRACV算法的计算复杂度过大的缺点,我们提出了KR-SRACV算法,通过将观测信号的协方差矩阵经过Khatri-Rao积变换,变成矢量的形式来进行稀疏重构,以此来简化算法的计算复杂度。2.针对基于稀疏迭代的波达方向估计算法,本文介绍了基于协方差矩阵稀疏迭代波达方向估计(SPICE)算法,分析其通过构建新的增广型导向矩阵,根据协方差拟合准则来建立优化方程求解目标信号功率矩阵的稀疏谱。类似于?_1_SVD算法中的解法,在求解优化方程过程中,将F范数问题转换成半定规划问题来求解。然后我们引入了弹性网络模型,提出了改进的EN-SPICE算法。该算法根据弹性网络模型可以选择变量的特性,将其应用在SPICE算法中求解功率矩阵稀疏谱的优化方程的约束项上,利用噪声干扰间相关性差的特点,削弱观测矩阵的协方差矩阵中的噪声干扰影响,这样求解得到的稀疏谱会更加精确。(本文来源于《电子科技大学》期刊2019-03-15）
聂卫科,徐楷杰,牛进平,周延,冯大政[6]（2019）在《基于多对称虚拟变换的二维波达方向估计算法》一文中研究指出提出一种多对称虚拟变换二维波达方向估计算法,通过对阵列进行多对称虚拟变换,得到多个分别关于原阵列对称的虚拟阵列,进而构造虚实平移不变子阵。利用该平移不变虚拟子阵的旋转不变因子,获得信号源的俯仰角,经多信号分类(MUSIC)一维搜索获得信号源方位角,方位角和俯仰角可自动配对。由于使用了各虚拟变换阵列的累加数据,累加运算使得各虚拟阵列数据的正负误差相互抵消,显着降低了虚拟变换矩阵导致的虚拟阵列和真实阵列之间的数据误差,提高了二维波达方向的估计精度。仿真实验研究了所提算法在信噪比、快拍数变化情况下,二维波达方向估计的均方根误差和成功率性能,证明了所提算法的有效性。(本文来源于《传感器与微系统》期刊2019年02期）
张彦奎,许海韵,巴斌,逯志宇,代正亮[7]（2018）在《基于互质阵列重构的高维波达方向估计算法》一文中研究指出针对角度估计中现有算法估计信源数少的问题,提出了一种基于互质阵列重构的高维波达方向估计算法,实现了有限物理阵元条件下多重信号角度的超分辨估计.该方法首先对接收信号协方差矩阵进行列向量化处理,建立虚拟阵列模型,然后在此基础上重构虚拟阵列流型,拟合出缺失的虚拟阵元响应,最后引入空域平滑的思想,实现角度的超分辨估计.对本文算法的复杂度和阵列自由度进行理论分析.仿真结果表明,所提方法在相同物理阵元数条件下阵列自由度高于连续空域平滑检测算法和迭代内插检测算法,相比于迭代内插检测算法,以较小的复杂度代价获得了性能的较大提高.(本文来源于《电子学报》期刊2018年12期）
段慧芳,赵宣植,刘增力,张文[8]（2018）在《基于四阶累积量的EM波达方向估计算法》一文中研究指出针对低信噪比(signal-to-noise ratio,SNR)下,经典波达方向估计性能下降的问题,提出将信号的四阶累积量与期望最大化(expectation maximization,EM)算法相结合的波达方向估计算法.该方法引入隐含变量进行更新迭代,并求隐含变量的四阶累积量,构造关于待估波达方向的极大似然函数从而求解出信号的波达方向角.仿真结果表明:本文算法能有效地抑制高斯噪声对信号参数估计的影响,同时能利用迭代来提高估计精度.在低SNR时其估计性能优良,具有很好的稳定性和分辨率,有利于高分辨地估计信号的波达方向.(本文来源于《电波科学学报》期刊2018年06期）
史萌萌[9]（2018）在《基于MUSIC算法波达方向估计的仿真实现》一文中研究指出波达估计技术对感兴趣的空域信号进行各种处理、计算,实现对信号到达方向等参数的准确估计。它的本质要求在于研究估计精度高、角度分辨率高、运算速度快和易于工程实现的算法。通过对中心对称性阵列结构的数学分析,研究基于噪声子空间的MUSIC工程实现算法,在不减少估计精度和角度分辨率的前提下,减少了算法的实现复杂度。利用各阵元通道正交下变频并滤波后的数据构造实对称协方差矩阵,然后对其进行实特征分解,并通过极值搜索得到来波估计值。最后,对算法具体工程实现思路进行MATLAB仿真,验证了该算法实现路线的正确性和可行性。(本文来源于《通信技术》期刊2018年11期）
侍昌发,李辉[10]（2018）在《邻近强干扰下波达方向的梯度下降估计算法》一文中研究指出针对目标信号邻近方向存在强干扰的问题,在已知目标信号部分先验信息的条件下,提出一种基于梯度下降的波达方向估计算法。该算法首先构建斜投影算子分离非正交的目标信号和干扰信号,然后利用干扰信号和目标信号的功率差异以及目标信号的相关特性,设计梯度下降算法,实现干扰信号与目标信号波达方向的联合迭代估计。仿真结果表明,该算法在干扰信号与目标信号波达方向接近的场景中,能够实现对目标信号波达方向的准确估计,估计性能优于MUSIC算法和RELAX算法,并且具有较低的计算复杂度。(本文来源于《航天电子对抗》期刊2018年05期）
波达方向估计算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
多重信号分类(MUSIC)算法是一种经典的空间谱估计算法。该文以L型阵列为例,针对2D-MUSIC算法在接收信号信噪比较小时对多个目标中方位相近的目标无法进行准确估计的问题,提出一种改进2D-MUSIC算法。该算法对经典2D-MUSIC算法所构成的协方差矩阵进行共轭重组,并将重组后矩阵的平方与原协方差矩阵的平方进行相加求平均,由此获得新的矩阵,再对该矩阵对应的噪声子空间进行加权处理,选取适当的加权系数构造新的噪声子空间,最后通过谱峰搜索识别出目标位置。计算机仿真结果表明,与2D-MUSIC算法相比,改进后的算法在接收信号信噪比较小时对多个目标中方位相近的目标也能够进行信号波达方向(DOA)估计,提高了L型阵列2维DOA估计的分辨率,具有较好的工程应用价值。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
波达方向估计算法论文参考文献
[1].司宾强,罗东琦,付元杰,朱纪洪.基于复最小二乘支持向量机的波达方向估计算法[C].第十叁届全国信号和智能信息处理与应用学术会议论文集.2019
[2].王旭东,仲倩,闫贺,张迪.一种二维信号波达方向估计的改进多重信号分类算法[J].电子与信息学报.2019
[3].吴孙勇,姚明明,薛秋条,蔡如华.宽带波达方向估计的辅助粒子滤波算法[J].信号处理.2019
[4].蒲磊,黎亮.一种基于Toeplitz矩阵重构的波达方向估计新算法[J].科学技术与工程.2019
[5].武正翔.基于稀疏重构的空域信号波达方向估计算法研究[D].电子科技大学.2019
[6].聂卫科,徐楷杰,牛进平,周延,冯大政.基于多对称虚拟变换的二维波达方向估计算法[J].传感器与微系统.2019
[7].张彦奎,许海韵,巴斌,逯志宇,代正亮.基于互质阵列重构的高维波达方向估计算法[J].电子学报.2018
[8].段慧芳,赵宣植,刘增力,张文.基于四阶累积量的EM波达方向估计算法[J].电波科学学报.2018
[9].史萌萌.基于MUSIC算法波达方向估计的仿真实现[J].通信技术.2018
[10].侍昌发,李辉.邻近强干扰下波达方向的梯度下降估计算法[J].航天电子对抗.2018