高级搜索

一种适用于小样本的迭代多重信号分类算法

王娟 王彤 吴建新

引用本文: 王娟, 王彤, 吴建新. 一种适用于小样本的迭代多重信号分类算法[J]. 电子与信息学报, doi: 10.11999/JEIT190160 shu
Citation:  Juan WANG, Tong WANG, Jianxin WU. Iterative Multiple Signal Classification Algorithm with Small Sample Size[J]. Journal of Electronics and Information Technology, doi: 10.11999/JEIT190160 shu

一种适用于小样本的迭代多重信号分类算法

    作者简介: 王娟: 女,1987年生,博士生,研究方向为阵列信号处理、空时自适应处理、广域GMTI;
    王彤: 男,1974年生,教授,研究方向为合成孔径雷达成像、机载雷达运动目标检测;
    吴建新: 男,1982年生,副教授,研究方向为阵列信号处理、自适应信号处理、空时自适应处理
    通讯作者: 王彤,twang@mail.xidian.edu.cn
  • 基金项目: 国家自然科学基金(61471285)

摘要: 当样本数不足时,由采样协方差矩阵特征分解得到的噪声子空间偏离其真实值,使得多重信号分类(MUSIC)算法目标角度(DOA)估计性能下降。为了解决这个问题,该文提出了一种迭代算法通过校正信号子空间来提高MUSIC算法性能。该方法首先利用采样协方差矩阵特征分解得到的噪声子空间粗略估计目标角度;其次基于信源的稀疏性和导向矢量的低秩特性,由上一步得到的目标角度以及其邻域角度对应的导向矢量构造一个新的信号子空间;最后通过解一个优化问题来校正信号子空间。仿真结果表明,该算法有效地提高了子空间估计精度。基于新的信号子空间实现MUSIC DOA估计可以使得性能得到改善,且在低样本数下改善尤为明显。

English

图(4)
计量
  • PDF下载量:  4
  • 文章访问数:  82
  • HTML全文浏览量:  56
文章相关
  • 通讯作者:  王彤, twang@mail.xidian.edu.cn
  • 收稿日期:  2019-03-18
  • 录用日期:  2019-08-30
  • 网络出版日期:  2019-09-04
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章