摘要
本发明公开一种基于稀疏贝叶斯学习交叉谱的被动目标速度估计算法,属于阵列信号处理技术领域。构建目标互相关场模型,将声压与延时后的声压通道进行互谱得到互谱声强流,然后根据目标互谱频点特征构建字典矩阵,借助稀疏贝叶斯学习模型,建立联合概率密度分布函数,最后根据最大化对数贝叶斯证据估计信号功率,对信号功率估计值进行谱峰搜索,实现目标的速度估计。本方法使用互谱声强流作为输入,对所有互谱频点进行补偿,实现了不同频点互谱结果的对齐,具有抑制背景噪声效果并融合了多频点处理结果。同时,本发明具有较好的速度估计精度,在信噪比较低的情况下能够保持较好的性能,具有较大的工程应用价值。
技术关键词
稀疏贝叶斯学习
速度估计
超参数
稀疏贝叶斯模型
阵列信号处理技术
稀疏字典
水听器
噪声方差
抑制背景噪声
矩阵
算法
信噪比
元素
功率
波导
波束
系统为您推荐了相关专利信息
手势识别方法
随机森林
手部关键点检测
手势识别技术
算法
城市排水管道
支持向量机分类
缺陷类别
随机森林
算术平均值
防护涂层
定量评估方法
陶瓷基复合材料表面
太赫兹时域光谱系统
机器学习模型
人工智能数据
标注方法
一致性检测
神经网络算法
标签
机床主轴热误差
效应
长短期记忆神经网络融合
动态
灰狼优化算法