两种基于SVD的稀疏重构解相干改进算法

• 作者: 季正燕 张佳佳 陆晓飞 陈辉
• 来源期刊: 空军预警学院学报
• 学科: 工学
• 关键词: 稀疏重构 解相干 正交匹配追踪算法 奇异值分解算法
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 预警探测
• 页码范围: 5-10
• 页数: 6页
• 分类号: TN911.7
• 字数: 6014字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-5839.2017.01.002

摘要

针对稀疏重构中正交匹配追踪(OMP)算法解相干问题,利用接收数据构造目标矩阵奇异值分解(SVD)后的大特征值对应的特征矢量,提出了两种改进解相干算法(NSO算法和MNSO算法).首先根据稀疏重构的框架下的阵列DOA估计模型,理论上分析了经典OMP算法、NSO算法和MNSO算法的运算量和重构精度,然后给出了算法性能的仿真结果.仿真结果表明,相对于经典OMP算法,两种改进算法的运算速度更快,稀疏重构效果更优.理论分析和仿真结果验证了两种改进算法的良好性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈辉		30	71	5.0	6.0
2	季正燕		11	24	3.0	4.0
3	张佳佳		12	27	3.0	4.0
4	陆晓飞		12	19	3.0	4.0