基于稀疏贝叶斯学习的网格自适应多源定位

• 作者: 刘玥良 杨立山 游康勇 王文博 郭文彬
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 多源定位 压缩感知 网格自适应模型 稀疏贝叶斯学习 Laplace先验
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 论文
• 页码范围: 2150-2157
• 页数: 8页
• 分类号: TN911.7
• 字数: 7353字
• 语种: 中文
• DOI: 10.11999/JEIT171238

摘要

多源定位是信号处理中的重要问题.该文针对目标偏离初始网格点引起的基不匹配问题,构建具有Laplace先验的稀疏贝叶斯学习框架,提出基于稀疏贝叶斯学习的网格自适应多源定位算法AGMTL.本质上,AGMTL实现了稀疏信号重建和网格自适应定位字典的学习.仿真结果表明,AGMTL通过网格自适应调整,在定位误差,估计可靠性,抗噪性能上均远远优于传统的压缩感知定位算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王文博	北京邮电大学信息与通信工程学院	241	2283	25.0	35.0
2	郭文彬	北京邮电大学信息与通信工程学院	25	139	8.0	10.0
6	刘玥良	北京邮电大学信息与通信工程学院	2	6	2.0	2.0
7	游康勇	北京邮电大学信息与通信工程学院	3	8	2.0	2.0
11	杨立山	北京邮电大学信息与通信工程学院	3	8	2.0	2.0