论文部分内容阅读
提出了一种近场窄带信源多参数联合估计新方法,通过所构造四阶累积量矩阵的特征值及其特征向量就可以直接获得近场源频率、方位及距离三维参数的联合估计,无须峰值搜索,适用于任意高斯噪声环境.与现有方法相比,所提方法有效地避免了阵列孔径损失,而且算法简单高效.仿真综合结果表明了新方法的有效性.
基于四阶累积量的近场源多参数联合估计
【摘 要】
：
提出了一种近场窄带信源多参数联合估计新方法,通过所构造四阶累积量矩阵的特征值及其特征向量就可以直接获得近场源频率、方位及距离三维参数的联合估计,无须峰值搜索,适用
【机 构】
：
大连理工大学电子信息与电气工程学部,国家无线电监测中心,北京邮电大学信息与通信工程学院
【出 处】
：
大连理工大学学报
【发表日期】
：
2015年6期
其他文献
随着微机电系统(MEMS)研究的精细化,人体传感器网络(简称体感网)技术在医疗监护领域有了长足发展,而人体动作分析与识别是体感网中富有挑战性的研究课题.采用动态隐马尔可夫模型(HMMs)方法对基于用体感网技术的人体动作序列进行了分割,并且对分割精准度进行了度量分析.从实验结果可以看到,动态HMMs方法优于LIR和Top-Down方法,其分割精准度达到了80%以上.对分割后的数据提取均值、方差等特征
在针对杆系结构中轴力杆或者索缆结构中的短索所提出的识别边界不确定的杆件轴力的解析方法基础上,提出了一种改进的轴力识别方法.首先,采用修正的Timoshenko梁理论,充分考虑
基于 Kriging 代理模型的优化算法对于解决函数计算昂贵的优化问题非常有效，但并不适用于高维参数的优化。针对该问题，提出了一个混合 Kriging 代理模型和多种优化技术的算法。