高级搜索

基于稀疏贝叶斯学习的多跳频信号DOA估计方法

郭英 东润泽 张坤峰 眭萍 杨银松

引用本文: 郭英, 东润泽, 张坤峰, 眭萍, 杨银松. 基于稀疏贝叶斯学习的多跳频信号DOA估计方法[J]. 电子与信息学报, 2019, 41(3): 516-522. doi: 10.11999/JEIT180435 shu
Citation:  Ying GUO, Runze DONG, Kunfeng ZHANG, Ping SUI, Yinsong YANG. Direction of Arrival Estimation for Multiple Frequency Hopping Signals Based on Sparse Bayesian Learning[J]. Journal of Electronics and Information Technology, 2019, 41(3): 516-522. doi: 10.11999/JEIT180435 shu

基于稀疏贝叶斯学习的多跳频信号DOA估计方法

    作者简介: 郭英: 女,1961年生,博士,教授,博士生导师,研究方向为通信信号处理、自适应信号处理等;
    东润泽: 男,1995年生,硕士生,研究方向为跳频信号检测、参数估计;
    张坤峰: 男,1989年生,博士生,研究方向为通信信号侦查处理、阵列信号处理;
    眭萍: 女,1991年生,博士生,研究方向为信号指纹特征识别;
    杨银松: 男,1994年生,硕士生,研究方向为通信信号处理、跳频信号网台分选
    通讯作者: 郭英,yguo@163.com
  • 基金项目: 国家自然科学基金(61601500)

摘要: 针对多跳频信号空域参数估计问题,该文在稀疏贝叶斯学习(SBL)的基础上,利用跳频信号的空域稀疏性实现了波达方向(DOA)的估计。首先构造空域离散网格,将实际DOA与网格点之间的偏移量建模进离散网格中,建立多跳频信号均匀线阵接收数据模型;然后通过SBL理论得到行稀疏信号矩阵的后验概率分布,用超参数控制偏移量和信号矩阵的行稀疏程度;最后利用期望最大化(EM)算法对超参数进行迭代,得到信号矩阵的最大后验估计以完成DOA的估计。理论分析与仿真实验表明该方法具有良好的估计性能并能适应较少快拍数的情况。

English

图(5)表(1)
计量
  • PDF下载量:  56
  • 文章访问数:  564
  • HTML全文浏览量:  311
文章相关
  • 通讯作者:  郭英, yguo@163.com
  • 收稿日期:  2018-05-08
  • 录用日期:  2018-09-20
  • 网络出版日期:  2018-10-23
  • 刊出日期:  2019-03-01
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