压缩感知多目标无源定位中的字典适配方法
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.
无源定位、压缩感知、字典适配、变分期望最大化
41
TN911.7
国家自然科学基金61871400, 61571463;江苏省自然科学基金BK20171401
2019-05-10(万方平台首次上网日期,不代表论文的发表时间)
共7页
865-871