详情介绍
本发明公开了一种基于稀疏贝叶斯学习的双基地MIMO雷达的DOD和DOA估计方法，由于高维矩阵运算会导致很高的运算复杂度，所以无法直接将压缩感知方法应用于MIMO雷达。为了解决这个问题并提高估计精度，本发明通过构造一个适当初始化的粗糙的离格(off‑grid)网格，利用SBL(Sparse
Bayesian
Learning)模型来处理离格间隙，然后利用期望最大化(EM)算法迭代地进行网格细化，从而消除由off‑grid模型引起的误差，缩小真实与估计的DOD和DOA之间的误差，与现有方法相比，即使在较少的快拍数下，本发明也能获得较好的性能，仿真结果验证了该方法的有效性。
交易流程
安全保障
关注公众号
浏览手机版
