摘要
本发明提供了一种脉冲噪声环境下基于稀疏贝叶斯学习的快速空间谱估计方法,属于阵列信号处理领域,该方法包括以下步骤:利用接收阵列接收的信号采用稀疏贝叶斯学习算法分别重构信号矩阵和异常值矩阵,分别计算信号矩阵S和异常值矩阵E的均值和方差,并更新超参数;获取信号矩阵S前M个峰值对应的网格,根据设置的自适应网格更新策略进行网格分裂;判断稀疏贝叶斯学习算法是否满足收敛条件,利用间隔a,在已经得到的DOA估计值的附近以间隔a进行划分,所述间隔a<间隔b,最大化谱峰对应网格点的代价函数,对代价函数进行求解,得到接收信号的角度估计值。本方法利用自适应网格解决密集网格点可以提高分辨率和精度但是会明显提高计算量的问题。
技术关键词
稀疏贝叶斯学习
空间谱估计方法
脉冲噪声
网格
矩阵
存储程序模块
阵列
交替迭代算法
重构
超参数
天线
策略
处理器
计算机设备
信号处理
可读存储介质
系统为您推荐了相关专利信息
插值模型
地面监测站
数据同步
监测方法
启用无人机
施工进度管理系统
潮汐车道
双层规划模型
集成管理系统
车道管理系统
水下机器人作业
预测风险值
风险预测方法
风险预测模型
因子
高精度定位方法
误差估计值
方程
协方差矩阵
辐射源