典型文献
水声信号稀疏重构的高阶累积量波达方向估计
文献摘要：
高阶累积量具有高斯噪声抑制和阵元扩展特性,将高阶累积量引入水声信号的方位估计中,提出了离格稀疏贝叶斯学习重构的高阶累积量测向算法.该方法利用高阶累积量对高斯噪声的自然盲性,计算阵列信号四阶累积量来滤除高斯噪声,使阵元在原来的结构上扩展了一倍;并构造出选择矩阵剔除了四阶累积量中的冗余项,能再一次的扩展阵元,得到的新观测模型具有更好的统计性能;最后利用空域稀疏性,推导出四阶累积量下的离格稀疏表示模型,采用贝叶斯学习解算出源信号的最大后验概率,实现了目标方位估计.数值仿真和海试实验数据表明,该方法在相邻声源方位间隔为4.的情况下分辨概率可达到95％以上,在信噪比大于-5 dB时目标方位估计的均方根误差在1.以内,可显著抑制背景噪声干扰,在多声源密集分布条件下也能准确、稳健的对水声目标方位进行估计.
文献关键词：
中图分类号：
作者姓名：
邢传玺;万志良;姜思源;虞蕊萌
作者机构：
云南民族大学电气信息工程学院 昆明650500
文献出处：
引用格式：
[1]邢传玺;万志良;姜思源;虞蕊萌-.水声信号稀疏重构的高阶累积量波达方向估计)[J].声学学报,2022(04):440-450
A类：
离格稀疏贝叶斯学习,目标方位估计
B类：
水声信号,稀疏重构,高阶累积量,波达方向估计,高斯噪声,噪声抑制,学习重构,测向,法利,阵列信号,四阶累积量,滤除,一倍,余项,再一,观测模型,空域,稀疏性,稀疏表示,表示模型,源信号,最大后验概率,海试实验,dB,背景噪声,噪声干扰,多声源,密集分布,布条,水声目标
AB值：
0.314395
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。
