加权信号张量子空间拟合算法

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

加权信号张量子空间拟合算法

李楠, 程锦房, 钱富

文章导航 > 电子科技大学学报 > 2013 > 42(4): 546-548,591

李楠, 程锦房, 钱富. 加权信号张量子空间拟合算法[J]. 电子科技大学学报, 2013, 42(4): 546-548,591. doi: 10.3969/j.issn.1001-0548.2013.04.003

引用本文:

李楠, 程锦房, 钱富. 加权信号张量子空间拟合算法[J]. 电子科技大学学报, 2013, 42(4): 546-548,591. doi: 10.3969/j.issn.1001-0548.2013.04.003

LI Nan, CHENG Jin-fang, QIAN Fu. Weighted Signal Tensor Subspace Fitting Algorithm[J]. Journal of University of Electronic Science and Technology of China, 2013, 42(4): 546-548,591. doi: 10.3969/j.issn.1001-0548.2013.04.003

Citation:

LI Nan, CHENG Jin-fang, QIAN Fu. Weighted Signal Tensor Subspace Fitting Algorithm[J]. Journal of University of Electronic Science and Technology of China, 2013, 42(4): 546-548,591. doi: 10.3969/j.issn.1001-0548.2013.04.003

加权信号张量子空间拟合算法

doi: 10.3969/j.issn.1001-0548.2013.04.003

1.
海军工程大学兵器工程系武汉 430033

基金项目:

部级基金

作者简介:
李楠(1984-),男,博士生,主要从事阵列信号处理方面的研究.

中图分类号: TN911.7

Weighted Signal Tensor Subspace Fitting Algorithm

1.
Department of Weaponry Engineering,Naval University of Engineering Wuhan 430033

摘要: 提出了一种基于三阶张量高阶奇异值分解的声矢量阵列加权信号张量子空间拟合算法. 首先对声矢量阵接收信号进行三阶张量建模, 并通过高阶奇异值分解得到信号张量子空间, 从而结合加权信号子空间拟合算法进行空间方位谱估计. 由于基于高阶奇异值分解得到的信号张量子空间相比于传统的矩阵奇异值分解得到的信号子空间能够更好地抑制噪声, 并且体现了多维数据之间的关联关系, 因此具有更高的方位估计精度. 理论和仿真结果表明: 该方法在低信噪比、等强度不相关信号和强相关信号条件下仍具有良好的目标分辩能力和稳定性, 工程应用价值较高.
- 方位估计 /
- 高阶奇异值分解 /
- 多维数据 /
- 信号张量子空间
Abstract: A weighted signal tensor subspace fitting algorithm is presented for vector hydrophone array based on higher order singular value decomposition (HOSVD). In this paper, the 3rd order tensor of the received signals from vector hydrophones array is modeled at first, then the signal tensor subspace is derived from HOSVD, and lastly, the DOA is estimated with the weighted signal subspace fitting. The 3rd tensor-based signal subspace estimation via HOSVD is a better estimate of the desired signal subspace than the subspace estimate obtained by the SVD of a matrix which exploits the structure inherent in the multi dimensional measurement data. Theoretical and simulation results show that the proposed method exhibits high resolution and robustness performance under scenarios of low signal noise ratio (SNR), non-correlative and tight-correlative signals with the same power.
- DOA estimation /
- HOSVD /
- multidimensional data /
- signal tensor subspace

[1]	柏果, 程郁凡, 唐万斌. 基于两阶段加窗插值的多音信号频率估计算法 . 电子科技大学学报, 2021, 50(5): 682-688. doi: 10.12178/1001-0548.2021066
[2]	多滨, 罗俊松, 贾勇, 钟晓玲, 郭勇. 基于子空间分解类算法的高精度频率估计 . 电子科技大学学报, 2020, 49(1): 42-48. doi: 10.12178/1001-0548.2018060
[3]	张林兵, 郭强, 吴行斌, 梁耀洲, 刘建国. 基于多维行为分析的用户聚类方法研究 . 电子科技大学学报, 2020, 49(2): 315-320. doi: 10.12178/1001-0548.2018212
[4]	郭强, 岳强, 李仁德, 刘建国. 基于四阶奇异值分解的推荐算法研究 . 电子科技大学学报, 2019, 48(4): 586-594. doi: 10.3969/j.issn.1001-0548.2019.04.017
[5]	吴琳拥, 毛谨, 白渭雄. 基于奇异值分解的雷达微小目标检测方法 . 电子科技大学学报, 2019, 48(3): 326-330. doi: 10.3969/j.issn.1001-0548.2019.03.002
[6]	姚敦红, 李石君, 胡亚慧. 三维有偏权值张量分解在授课推荐上的应用研究 . 电子科技大学学报, 2017, 46(5): 747-754. doi: 10.3969/j.issn.1001-0548.2017.05.018
[7]	骆忠强, 朱立东. 基于广义协方差张量分解的欠定盲辨识算法 . 电子科技大学学报, 2016, 45(6): 893-897. doi: 10.3969/j.issn.1001-0548.2016.06.003
[8]	余刚, 王知衍, 邵璐, 胡舒悦, 蔡毅. 基于奇异值分解的个性化评论推荐 . 电子科技大学学报, 2015, 44(4): 605-610. doi: 10.3969/j.issn.1001-0548.2015.04.022
[9]	孙永奎, 余志斌, 金炜东, 李坤贤. 高速列车监测数据的奇异性特征研究 . 电子科技大学学报, 2014, 43(3): 388-392. doi: 10.3969/j.issn.1001-0548.2014.03.012
[10]	徐伟, 邓云凯. 基于多维编码信号星载MIMO-SAR的回波分离方法 . 电子科技大学学报, 2012, 41(1): 25-30. doi: 10.3969/j.issn.1001-0548.2012.01.005
[11]	牟青, 魏平. CCSK信号的扩频序列估计 . 电子科技大学学报, 2011, 40(4): 501-504. doi: 10.3969/j.issn.1001-0548.2011.04.004
[12]	赵学智, 叶邦彦. 单向收缩QR算法在奇异值分解中的收敛特性 . 电子科技大学学报, 2010, 39(5): 762-768. doi: 10.3969/j.issn.1001-0548.2010.05.024
[13]	岑明, 傅承毓, 陈科, 刘兴法. 广义合作目标跟踪的误差空间估计方法 . 电子科技大学学报, 2007, 36(2): 217-219,274.
[14]	熊波, 李国林, 尚雅玲, 高云剑. 信号相关性与DOA估计 . 电子科技大学学报, 2007, 36(5): 907-910.
[15]	徐海波, 杜欢, 张振仁. OFDM信道估计的子空间方法 . 电子科技大学学报, 2006, 35(5): 752-754.
[16]	崔怀林, 冯西安, 李志舜. 宽带信号子空间谱估计修正方法的研究 . 电子科技大学学报, 2006, 35(4): 454-457.
[17]	彭江艳, 袁玉波. 多维寿命分布模型 . 电子科技大学学报, 2005, 34(5): 706-708.
[18]	杜东平, 唐斌. 基于FrFT和子空间正交的LFM信号参数估计 . 电子科技大学学报, 2004, 33(3): 247-249.
[19]	周先敏, 陈隽永, 王光泰. 多分辨数据融合中信号的分解与重构 . 电子科技大学学报, 1998, 27(3): 231-235.
[20]	唐斌, 肖先赐. 空间信号二维到达方向分离估计 . 电子科技大学学报, 1998, 27(3): 241-245.

WeChat

点击查看大图

计量

文章访问数: 3549
HTML全文浏览量: 136
PDF下载量: 60
被引次数: 0

加权信号张量子空间拟合算法

doi: 10.3969/j.issn.1001-0548.2013.04.003

1. 海军工程大学兵器工程系武汉 430033

基金项目:

部级基金

作者简介:
李楠(1984-),男,博士生,主要从事阵列信号处理方面的研究.

收稿日期: 2012-05-31
修回日期: 2012-08-29
刊出日期: 2013-08-15

中图分类号: TN911.7

关键词:

摘要: 提出了一种基于三阶张量高阶奇异值分解的声矢量阵列加权信号张量子空间拟合算法. 首先对声矢量阵接收信号进行三阶张量建模, 并通过高阶奇异值分解得到信号张量子空间, 从而结合加权信号子空间拟合算法进行空间方位谱估计. 由于基于高阶奇异值分解得到的信号张量子空间相比于传统的矩阵奇异值分解得到的信号子空间能够更好地抑制噪声, 并且体现了多维数据之间的关联关系, 因此具有更高的方位估计精度. 理论和仿真结果表明: 该方法在低信噪比、等强度不相关信号和强相关信号条件下仍具有良好的目标分辩能力和稳定性, 工程应用价值较高.

English Abstract

李楠, 程锦房, 钱富. 加权信号张量子空间拟合算法[J]. 电子科技大学学报, 2013, 42(4): 546-548,591. doi: 10.3969/j.issn.1001-0548.2013.04.003

引用本文:

李楠, 程锦房, 钱富. 加权信号张量子空间拟合算法[J]. 电子科技大学学报, 2013, 42(4): 546-548,591. doi: 10.3969/j.issn.1001-0548.2013.04.003

LI Nan, CHENG Jin-fang, QIAN Fu. Weighted Signal Tensor Subspace Fitting Algorithm[J]. Journal of University of Electronic Science and Technology of China, 2013, 42(4): 546-548,591. doi: 10.3969/j.issn.1001-0548.2013.04.003

Citation:

LI Nan, CHENG Jin-fang, QIAN Fu. Weighted Signal Tensor Subspace Fitting Algorithm[J]. Journal of University of Electronic Science and Technology of China, 2013, 42(4): 546-548,591. doi: 10.3969/j.issn.1001-0548.2013.04.003

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发