基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统稀疏贝叶斯学习的DOA估计算法复杂度较高、收敛速度较慢等问题,提出了一种基于变分稀疏贝叶斯学习的DOA估计算法.首先通过空间网格划分方式建立基于稀疏表示的DOA估计信号模型;其次在此模型基础上为未知待估计参数指定先验分布,得出稀疏信号的后验概率分布;然后利用变分贝叶斯学习算法,通过最小化KL散度寻求后验概率分布的近似分布;最后估计出未知参数,并得到信号的DOA估计值.根据MATLAB仿真图的结果,该算法成功估计出信号的DOA,并达到了预期效果.与传统稀疏贝叶斯学习算法相比,该算法单快拍下具有更高的DOA估计精度以及更快的收敛速度.
推荐文章
基于稀疏贝叶斯学习的DOA估计
波达方向
稀疏表示
贝叶斯学习
基于改进块稀疏贝叶斯学习算法的波达方向估计
空时联合
块稀疏
稀疏贝叶斯学习
DOA估计
基于酉变换和稀疏贝叶斯学习的离格DOA估计
到达角估计
酉变换
奇异值分解
离格模型
稀疏贝叶斯学习
基于稀疏贝叶斯学习的低信噪比DOA估计算法
波达方向(DOA)估计
稀疏贝叶斯学习
伪噪声重采样
低信噪比
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 基于变分稀疏贝叶斯学习的DOA估计
来源期刊 应用科技 学科 工学
关键词 DOA估计 贝叶斯学习 变分贝叶斯学习 稀疏表示 相关向量机 MATLAB仿真 估计精度 收敛速度
年,卷(期) 2018,(6) 所属期刊栏目 现代电子技术
研究方向 页码范围 32-36
页数 5页 分类号 TN911.7
字数 3879字 语种 中文
DOI 10.11991/yykj.201712017
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 郜丽鹏 哈尔滨工程大学信息与通信工程学院 42 311 9.0 16.0
2 杜旭华 哈尔滨工程大学信息与通信工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (93)
共引文献  (29)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(2)
  • 参考文献(1)
  • 二级参考文献(1)
1989(4)
  • 参考文献(1)
  • 二级参考文献(3)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(10)
  • 参考文献(0)
  • 二级参考文献(10)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(11)
  • 参考文献(2)
  • 二级参考文献(9)
2012(8)
  • 参考文献(0)
  • 二级参考文献(8)
2013(7)
  • 参考文献(1)
  • 二级参考文献(6)
2014(10)
  • 参考文献(0)
  • 二级参考文献(10)
2015(8)
  • 参考文献(1)
  • 二级参考文献(7)
2016(6)
  • 参考文献(2)
  • 二级参考文献(4)
2017(4)
  • 参考文献(4)
  • 二级参考文献(0)
2018(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)
研究主题发展历程
节点文献
DOA估计
贝叶斯学习
变分贝叶斯学习
稀疏表示
相关向量机
MATLAB仿真
估计精度
收敛速度
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
应用科技
双月刊
1009-671X
23-1191/U
大16开
哈尔滨市南通大街145号1号楼
14-160
1974
chi
出版文献量(篇)
4861
总下载数(次)
7
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导