原文服务方: 信息与控制       
摘要:
研究了利用阵元稀疏分布的电磁矢量传感器阵列对相干目标二维波达方向(DOA)进行自适应估计和跟踪的问题.首先,提出了一种新的解相干预处理方法--极化差分平滑算法(PSDA),并结合传播算子给出一种相干目标DOA的估计方法(PSDA-propagator),无需特征值分解以获得信号/噪声子空间,与基于极化平滑算法(PSA)的同类子空间方法相比,提出的方法在非均匀噪声环境有更好的估计性能.其次,为了实现DOA的自适应估计或对时变DOA的跟踪,论文结合最小均方(LMS)或归一化最小均方(NLMS)算法估计瞬时传播算子,并且通过近似牛顿(approximate Newton)算法更新方位角/仰角的估计.实验结果显示了算法有良好的自适心估计和跟踪性能.
推荐文章
基于人工鱼群算法的声矢量传感器阵列的最大似然DOA估计
波达方向估计
最大似然法
人工鱼群算法
声矢量传感器阵列
WSNs下一种自适应多传感器协同目标跟踪策略
无线传感器网络
交互多模型滤波器
目标跟踪
多传感器协同
变采样间隔
基于TR MIMO雷达的相干目标DOA估计
DOA估计
TR MIMO雷达
Toeplitz矩阵
优化迭代方法
一阶近似
电磁矢量传感器阵列相干和独立信号DOA估计
电磁矢量传感器
极化状态
波达方向
相干信号
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于稀疏电磁矢量传感器阵列的相干目标DOA自适应估计和跟踪
来源期刊 信息与控制 学科
关键词 极化差分平滑算法 波达角 最小均方/归一化最小均方 自适应估计 跟踪
年,卷(期) 2010,(6) 所属期刊栏目
研究方向 页码范围 686-693
页数 分类号 TN911.23
字数 语种 中文
DOI 10.3724/SP.J.1219.2010.00686
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘中 南京理工大学电子工程系 111 1342 20.0 30.0
2 刘兆霆 南京理工大学电子工程系 7 82 6.0 7.0
6 何劲 康考迪亚大学电子与计算机工程系 2 7 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (9)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(2)
  • 参考文献(2)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
极化差分平滑算法
波达角
最小均方/归一化最小均方
自适应估计
跟踪
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息与控制
双月刊
1002-0411
21-1138/TP
大16开
1972-01-01
chi
出版文献量(篇)
2891
总下载数(次)
0
总被引数(次)
41289
论文1v1指导