节点文献
多频多快拍稀疏贝叶斯学习目标方位序贯估计
Sequential direction-of-arrival estimation using multi-frequency multi-snapshot sparse Bayesian learning
【Author】 NIU Hai-qiang;LI Zheng-lin;GONG Zai-xiao;State Key Laboratory of Acoustics, Institute of Acoustics, Chinese Academy of Sciences;
【机构】 中国科学院声学研究所声场声信息国家重点实验室；
【摘要】 <正>0引言快速高分辨率水声目标方位估计一直是水声学领域的重要研究方向。相比于水声中常用的常规波束形成CBF和自适应波束形成MVDR方法,压缩感知具有分辨率高、旁瓣低同时可处理相干信号等优势,但缺点是计算复杂度高、计算效率低。稀疏贝叶斯学习[1-5]作为压缩感知实现方式的一种,具有稳健性好、无需人为设定稀疏度的优点,已被应用于水声目标方位估计[2,3]、被动定位[4]及水平波数谱估计[5]。本文针对实际水声应用中面临的
【基金】 中国科学院青年创新促进会资助项目;国家自然科学基金项目(11434012,11874061)
- 【会议录名称】 2019年全国声学大会论文集
- 【会议名称】2019年全国声学大会
- 【会议时间】2019-09-21
- 【会议地点】中国广东深圳
- 【分类号】TB56;TN911.7
- 【主办单位】中国声学学会