【技术实现步骤摘要】
本专利技术涉及阵列信号处理波达方向估计领域，具体涉及一种基于噪声积分的可变网格稀疏贝叶斯波达方向估计方法。
技术介绍
1、在阵列信号处理中，波达方向估计(direction-of-arival，doa)问题得到了广泛研究，如music、esprit及其变体等子空间方法因其高分辨率而备受关注。然而，这些方法需要大量快拍数建立可靠的噪声和信号子空间。随着压缩感知理论的出现，将压缩感知应用于doa估计的研究大量涌现。稀疏重建方法不受信号源数量不足的影响，并表现出良好的估计性能。这些稀疏重建方法可以大致分为贪婪算法、基于范数的算法和贝叶斯学习算法。贪婪算法在每次迭代中选择与最佳匹配对应的原子。基于范数的算法中代表性方法是l1-svd，它解决基于l1范数的优化模型，并利用奇异值分解(svd)降低模型的维度。然而，该方法需要一个难以确定的正则化参数。
2、稀疏贝叶斯学习方法从贝叶斯角度建立概率分布，并采用最大期望(expectation-maximization，em)等方法进行求解。为了解决信噪比低和快拍数量少的问题，irvm算法对信...
【技术保护点】
1.一种基于噪声积分的可变网格稀疏贝叶斯波达方向估计方法，其特征在于，所述波达方向估计方法包括以下步骤：
2.根据权利要求1所述的基于噪声积分的可变网格稀疏贝叶斯波达方向估计方法，其特征在于，所述步骤S2中创建稀疏贝叶斯框架的概率分布如下：
3.根据权利要求2所述的基于噪声积分的可变网格稀疏贝叶斯波达方向估计方法，其特征在于，所述步骤S3中X的后验概率P(X|Y,γ)的计算过程如下：
4.根据权利要求3所述的基于噪声积分的可变网格稀疏贝叶斯波达方向估计方法，其特征在于，所述步骤S4中最大期望算法对γ进行迭代更新与删除网格的执行过程如
5...
【技术特征摘要】
1.一种基于噪声积分的可变网格稀疏贝叶斯波达方向估计方法，其特征在于，所述波达方向估计方法包括以下步骤：
2.根据权利要求1所述的基于噪声积分的可变网格稀疏贝叶斯波达方向估计方法，其特征在于，所述步骤s2中创建稀疏贝叶斯框架的概率分布如下：
3.根据权利要求2所述的基于噪声积分的可变网格稀疏贝叶斯波达方向估计方法，其特征在于，所述步骤s3中x的后验概率p(x|y,γ)的计算过程如下：
4.根据权利...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。