一种基于吉布斯抽样的MUSIC多维参数联合估计算法

• 作者: 刘景森 金勇
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 马尔可夫蒙特卡罗方法 吉布斯抽样 多重子空间分类方法 联合估计
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 研究与探讨
• 页码范围: 62-65
• 页数: 4页
• 分类号: TN911.7
• 字数: 3193字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-9787.2008.06.020

摘要

将马尔可夫蒙特卡罗(MCMC)方法与多重子空间分类(MUSIC)方法估计相结合,提出一种用于联合估计多个目标的频率、方位和俯仰,基于吉布斯抽样的MUSIC多维参数联合估计新方法.该方法将MUSIC方法的谱函数作为频率、方位和俯仰的联合概率密度函数,采用MCMC吉布斯抽样方法对该联合概率密度函数进行采样.理论分析和仿真实验表明:在目标个数较少时,该方法不仅保持了常规MUSIC方法的高分辨能力,而且减少了计算量和存储量

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金勇	河南大学计算机与信息工程学院	54	191	6.0	10.0
2	刘景森	河南大学计算中心	31	149	5.0	11.0