基于稀疏贝叶斯学习的高效DOA估计方法
针对采用1l 范数优化的稀疏表示DOA估计算法正则化参数选取困难、计算复杂度高的问题,该文提出一种基于稀疏贝叶斯学习的高效算法.该算法首先利用均匀线阵的结构特性,将DOA估计联合稀疏模型的构建与求解转换到实数域进行.其次,通过优化稀疏贝叶斯学习的基消除机制,使该算法具有更快的收敛速度.仿真结果表明,与1l 范数优化类算法相比,该文方法具有更高的空间分辨率和估计精度且计算复杂度低.
阵列信号处理、波达方向、实数域、联合稀疏、稀疏贝叶斯学习
TN911.7
2013-05-30(万方平台首次上网日期,不代表论文的发表时间)
共6页
1196-1201