针对互耦效应和脉冲噪声并存环境下的波达方向(direction of arrival,DOA)估计问题,提出一种结合M估计与稀疏重构的算法。首先,为了消除互耦效应的影响,依据互耦矩阵的托普利兹结构进行恒等变形,得到了不含未知互耦系数的字典。随后,为...针对互耦效应和脉冲噪声并存环境下的波达方向(direction of arrival,DOA)估计问题,提出一种结合M估计与稀疏重构的算法。首先,为了消除互耦效应的影响,依据互耦矩阵的托普利兹结构进行恒等变形,得到了不含未知互耦系数的字典。随后,为了使算法能适应高斯噪声和不同强度的脉冲噪声,将位置得分函数表示为高斯位置得分函数和一系列非线性函数的线性组合,利用噪声样本估计线性组合系数从而建立损失函数。最后,采用迭代硬阈值算法进行稀疏重构,并通过改进信号更新策略提高正确收敛的概率。仿真结果表明,所提算法能有效抑制互耦效应和脉冲(高斯)噪声的干扰,同时相较已有算法在低信噪比、强脉冲特性下的性能有显著提升。展开更多
针对压缩传感(Compressed sensing,CS)理论中迭代硬阈值(Iterative hard thresholding,IHT)算法迭代次数多和时间长的问题,提出基于回溯的迭代硬阈值算法(Backtracking-based iterative hard thresholding,BIHT),该算法通过加入回溯的思...针对压缩传感(Compressed sensing,CS)理论中迭代硬阈值(Iterative hard thresholding,IHT)算法迭代次数多和时间长的问题,提出基于回溯的迭代硬阈值算法(Backtracking-based iterative hard thresholding,BIHT),该算法通过加入回溯的思想,优化了IHT算法迭代支撑的选择,减少支撑被反复选择的次数.模拟实验表明,在保证重建质量的前提下,相比较于IHT和正规化迭代硬阈值(Normalized IHT,NIHT)算法,BIHT算法的重建时间降低了2个数量级.用本身稀疏的0-1随机信号的重建实验表明,若测量次数和稀疏度相同,BIHT算法的重建概率高于IHT算法.展开更多
文摘针对互耦效应和脉冲噪声并存环境下的波达方向(direction of arrival,DOA)估计问题,提出一种结合M估计与稀疏重构的算法。首先,为了消除互耦效应的影响,依据互耦矩阵的托普利兹结构进行恒等变形,得到了不含未知互耦系数的字典。随后,为了使算法能适应高斯噪声和不同强度的脉冲噪声,将位置得分函数表示为高斯位置得分函数和一系列非线性函数的线性组合,利用噪声样本估计线性组合系数从而建立损失函数。最后,采用迭代硬阈值算法进行稀疏重构,并通过改进信号更新策略提高正确收敛的概率。仿真结果表明,所提算法能有效抑制互耦效应和脉冲(高斯)噪声的干扰,同时相较已有算法在低信噪比、强脉冲特性下的性能有显著提升。
文摘针对压缩传感(Compressed sensing,CS)理论中迭代硬阈值(Iterative hard thresholding,IHT)算法迭代次数多和时间长的问题,提出基于回溯的迭代硬阈值算法(Backtracking-based iterative hard thresholding,BIHT),该算法通过加入回溯的思想,优化了IHT算法迭代支撑的选择,减少支撑被反复选择的次数.模拟实验表明,在保证重建质量的前提下,相比较于IHT和正规化迭代硬阈值(Normalized IHT,NIHT)算法,BIHT算法的重建时间降低了2个数量级.用本身稀疏的0-1随机信号的重建实验表明,若测量次数和稀疏度相同,BIHT算法的重建概率高于IHT算法.
