压缩感知多目标无源定位中的字典适配方法

• 作者: 余东平 宋晓祥 李宁 杨思星 郭艳
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 无源定位 压缩感知 字典适配 变分期望最大化
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 论文
• 页码范围: 865-871
• 页数: 7页
• 分类号: TN911.7
• 字数: 5887字
• 语种: 中文
• DOI: 10.11999/JEIT180531

摘要

该文针对压缩感知多目标无源定位在无线定位环境中的字典失配问题,提出基于变分期望最大化算法的字典适配方法.该方法首先根据鞍面模型建立无源字典,并将与定位环境相关的字典参数作为可调参数.然后,为目标位置向量建立两层的混合高斯先验模型以诱导其稀疏性.最后,利用变分期望最大化算法估计隐藏变量的后验分布以及优化字典环境参数,实现多目标位置估计和字典适配.仿真结果表明,相较于传统的压缩感知多目标无源定位方法,在变化的无线定位环境下,所提定位方法的性能优势尤为明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李宁	陆军工程大学通信工程学院	15	15	2.0	3.0
2	郭艳	陆军工程大学通信工程学院	8	14	2.0	3.0
3	宋晓祥	陆军工程大学通信工程学院	4	11	2.0	3.0
4	余东平	陆军工程大学通信工程学院	4	8	2.0	2.0
5	杨思星	陆军工程大学通信工程学院	4	5	2.0	2.0