典型文献
未知互耦影响下的多阵直接定位:基于子空间数据融合与降维搜索
文献摘要：
为了解决子空间数据融合(Subspace data fusion,SDF)算法用于未知互耦影响下的分布式多阵列定位时定位精度低的问题,本文结合降维搜索思想提出了一种降互耦维度的子空间数据融合(Reduced mutual coupling dimension subspace data fusion,RMCD?SDF)方法.该方法首先将互耦误差模型引入SDF算法,使其适应于天线阵列受到未知互耦误差影响的场景.在此基础上,为了降低同时搜索所有未知参数带来的超高计算复杂度,本文引入降维搜索思想并构造了RMCD?SDF算法谱函数.仿真结果显示,RMCD?SDF算法的定位性能在阵列受到未知互耦影响的场景下具有优势,与现有算法相比计算复杂度接近,但是具有更高的定位精度.在10 dB信噪比下本文算法的定位均方根误差相比经典的SDF算法降低了8.67 dB.
文献关键词：
分布式多阵列;未知互耦;降维;直接定位
中图分类号：
作者姓名：
张小飞;李宝宝;曾浩威;李建峰
作者机构：
南京航空航天大学电子信息工程学院,南京 211106
文献出处：
引用格式：
[1]张小飞;李宝宝;曾浩威;李建峰-.未知互耦影响下的多阵直接定位:基于子空间数据融合与降维搜索)[J].数据采集与处理,2022(06):1208-1217
A类：
分布式多阵列,RMCD
B类：
未知互耦,直接定位,子空间,空间数据融合,Subspace,data,fusion,SDF,定位精度,Reduced,mutual,coupling,dimension,subspace,互耦误差,误差模型,应于,天线阵列,误差影响,未知参数,计算复杂度,谱函数,定位性能,dB
AB值：
0.268922
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
