在进行目标方位(direction of arrival,DOA)估计时,背景噪声通常被假定为高斯噪声,但在水声环境中,噪声的概率密度函数存在非高斯分布情况,这会造成DOA估计出现伪峰及背景噪声增大等问题。文章将不服从高斯分布的水下噪声建模为α稳定分...
详细信息
在进行目标方位(direction of arrival,DOA)估计时,背景噪声通常被假定为高斯噪声,但在水声环境中,噪声的概率密度函数存在非高斯分布情况,这会造成DOA估计出现伪峰及背景噪声增大等问题。文章将不服从高斯分布的水下噪声建模为α稳定分布,采用数据加权的方法对信号进行预处理,随后在互质阵列中应用压缩感知方法对宽带信号进行目标DOA估计。对8元互质阵列使用改进算法进行仿真,结果表明该方法可以准确做出DOA估计,同时减少了伪峰数量。湖试数据的处理结果表明,在互质阵列中基于数据加权的压缩感知DOA估计能够减少伪峰,增强目标检测能力,具有更好的检测效果及实用性。
针对基于高斯先验模型的贝叶斯压缩感知在目标方位(Direction Of Arrival,DOA)估计中可能出现明显随机伪峰的问题,改进了高斯先验模型,并在此基础上提出了一种贝叶斯压缩感知目标方位估计方法。通过波束输出噪声背景预估与二值指示变量...
详细信息
针对基于高斯先验模型的贝叶斯压缩感知在目标方位(Direction Of Arrival,DOA)估计中可能出现明显随机伪峰的问题,改进了高斯先验模型,并在此基础上提出了一种贝叶斯压缩感知目标方位估计方法。通过波束输出噪声背景预估与二值指示变量标记,并引入基于信号先验方差的噪声方差估计方法,与变分贝叶斯推断相结合改进目标方位估计性能和优化迭代收敛过程。利用32元线阵对改进算法进行数值仿真处理和分析结果表明,该改进方法不仅可以准确估计目标信号的方位,而且可以显著地减少空间谱中伪峰的数量。实际海上实验数据处理结果表明,使用改进后的贝叶斯压缩感知方法进行DOA估计,可以显著地抑制空间谱中随机的伪峰,提高波束输出峰值背景比,具有更强的目标检测能力。
暂无评论