基于加权L1范数的CS-DOA算法
来源期刊:东北大学学报(自然科学版)2013年第5期
论文作者:刘福来 彭泸 汪晋宽 杜瑞燕
文章页码:654 - 657
关键词:波达方向估计;压缩感知;奇异值分解;加权矩阵;L1范数最小化;
摘 要:针对基于L1范数约束的压缩感知理论的恢复算法出现虚假目标,恶化DOA估计性能的问题,提出了一种基于加权L1范数的CS-DOA估计算法.该算法利用噪声子空间与信号子空间的正交性,构造了一个加权矩阵,然后对L1范数约束模型进行加权.通过此加权处理,该算法能够使恢复的系数向量具有更好的稀疏性,并能有效地抑制伪峰,从而获得更精确的DOA估计.仿真结果验证了算法的有效性.
刘福来1,彭泸2,汪晋宽1,杜瑞燕1
1. 东北大学秦皇岛分校2. 东北大学信息科学与工程学院
摘 要:针对基于L1范数约束的压缩感知理论的恢复算法出现虚假目标,恶化DOA估计性能的问题,提出了一种基于加权L1范数的CS-DOA估计算法.该算法利用噪声子空间与信号子空间的正交性,构造了一个加权矩阵,然后对L1范数约束模型进行加权.通过此加权处理,该算法能够使恢复的系数向量具有更好的稀疏性,并能有效地抑制伪峰,从而获得更精确的DOA估计.仿真结果验证了算法的有效性.
关键词:波达方向估计;压缩感知;奇异值分解;加权矩阵;L1范数最小化;