基于奇异值分解的压缩感知定位算法

• 作者: 叶方 孙志国 李一兵 黄辉
• 来源期刊: 中南大学学报（自然科学版）
• 学科: 工学
• 关键词: 目标定位 压缩感知 约束等距性条件 稀疏性 奇异值分解
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 机械工程·控制科学与工程
• 页码范围: 1516-1521
• 页数: 6页
• 分类号: TP393
• 语种: 中文

摘要

为了使观测字典满足约束等距性条件,保证算法的定位精度,提出一种基于奇异值分解的压缩感知定位算法.新算法首先将感知区域网格化,把定位问题转化为压缩感知问题,然后利用奇异值分解原理对观测字典进行分解,得到的新的观测字典有效地满足了约束等距性条件,且对观测值的预处理过程不影响原信号的稀疏性,从而有效地保证算法的重建性能,提升定位精度.仿真实验结果表明:相比于基于Orth的稀疏目标定位算法,基于SVD的压缩感知定位算法的定位性能更优,抗噪性、适应性更强,且算法复杂度低.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李一兵		169	811	14.0	20.0
2	孙志国		66	269	10.0	12.0
3	叶方		55	211	8.0	11.0
4	黄辉		7	32	3.0	5.0