基于稀疏贝叶斯学习的空间紧邻信号DOA估计算法

来源 :电子与信息学报 | 被引量 : 3次 | 上传用户:lbj120225
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
离格(off-grid)波达方向(DOA)估计解决的是实际DOA和假设网格点的失配问题。对于空间紧邻信号的DOA,稀疏的网格点会导致精度和分辨率的下降,密集的网格点虽然可以提高估计精度却显著增加计算负担。针对此问题,该文提出基于稀疏贝叶斯学习(SBL)的空间紧邻信号DOA估计算法,主要包括3个步骤。首先,通过最大化阵列输出的边缘似然函数,推导了信号在拉普拉斯先验下的新不动点迭代方法,进行超参数的预估计,相比其他经典SBL算法提高了收敛速度;其次,利用新网格插值方法优化网格点集,并二次估计噪声方差和信
其他文献
权利要求书是专利申请文件和专利文件的重要组成部分,其表达方式不仅影响授权阶段专利申请能否被授予专利权以及确权阶段能否被维持专利权有效,而且还影响侵权诉讼阶段对专利
当前,知识产权成为了高频闪动、高度敏感的热门词汇,成为经济发展、贸易往来中的焦点,吸引着整个经济社会的视线和注意力。为充分发挥知识产权对创新发展的支撑和引领作用,部
本文通过对PCR微流控芯片技术的相关专利申请进行检索与分析,对PCR微流控芯片技术的现状、特点和发展趋势进行研究。
合成孔径雷达(SAR)图像水域分割在湖泊、河流等陆地水文监测领域有重要的研究意义。由于SAR图像分辨率不足所导致的陆地与水域边界模糊,会影响水域分割精度。该文以中国青藏高原地区的多庆错湖为研究对象,使用Sentinel-1A SAR图像数据,综合运用深度残差模型、通道注意力与亚像素卷积,提出一种基于亚像素卷积的增强型通道注意力深度残差超分辨网络,对滤波后的SAR图像进行重建、水域轮廓提取与精度分析
如何提高专利的质量,可以从专利布局时机、专利布局策略、沟通协同机制、质量审核机制四个方面入手。本文对以上四个方面进行阐述,结合实践中的经验,形成提高专利质量的途径
专利审查检索过程是一个不断调整检索策略的动态过程。本文结合实际案例,从申请人/发明人、分类号和关键词三个方面分析了检索过程的动态调整策略,以期能够给同仁们带来些许