| 基于修正后矩阵分解的最优协方差DOA估计 |
| |
| 引用本文： | 邸敬,马黎文,申东,蒋占军,李翠然.基于修正后矩阵分解的最优协方差DOA估计[J].计算机应用研究,2020,37(2):564-567. |
| |
| 作者姓名： | 邸敬 马黎文 申东 蒋占军 李翠然 |
| |
| 作者单位： | 兰州交通大学 电子与信息工程学院,兰州730070;兰州交通大学 电子与信息工程学院,兰州730070;兰州交通大学 电子与信息工程学院,兰州730070;兰州交通大学 电子与信息工程学院,兰州730070;兰州交通大学 电子与信息工程学院,兰州730070 |
| |
| 基金项目： | 国家自然科学基金;甘肃省高等学校创新能力提升项目 |
| |
| 摘 要： | 针对传统来波方向（direction-of-arrival，DOA）估计在信号相干、低信噪比与噪声非均匀环境下性能差的问题，基于修正后的矩阵分解，提出一种利用凸优化的协方差矩阵最优DOA估计方法。修正后的矩阵分解方法，解相干的同时克服了孔径损失；然后，利用凸优化，重构出无噪声的协方差矩阵；最后，利用最小化搜索计算出DOA。仿真结果表明，所提算法与矩阵分解（matrix decomposition，MD）算法、基于◢l▼1▽范数的奇异值分解（l◣▼1▽-norm singular vector decomposition，◢l◣▼1▽-SVD）算法以及基于空间平滑的协方差秩最小化估计（spatial smoothing based covariance rank minimization，SS-CRM）算法比较，能更好地抑制非均匀噪声，且在低信噪比条件下，依然性能良好。
|
| 关 键 词： | DOA估计 凸优化 矩阵分解 非均匀噪声 |
| 收稿时间： | 2018/7/17 0:00:00 |
| 修稿时间： | 2019/12/25 0:00:00 |
Optimal covariance matrix based on modified matrix decomposition algorithm |
| |
| DI Jing,MA Liwen,SHEN Dong,JIANG Zhanjun and LI Cuiran.Optimal covariance matrix based on modified matrix decomposition algorithm[J].Application Research of Computers,2020,37(2):564-567. |
| |
| Authors: | DI Jing MA Liwen SHEN Dong JIANG Zhanjun and LI Cuiran |
| |
| Affiliation: | School of Electronics and Information Engineering, Lanzhou Jiaotong University,,,, |
| |
| Abstract: | |
| |
| Keywords: | DOA convex optimization matrix decomposition non-uniform noise |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
|
