学术论文

      一种基于奇异值分解的解相干算法 优先出版 2017年5月27日

      Decorrelation Algorithm Based on Singular Value Decomposition

      摘要:
      该文针对稀疏重构解相干问题,利用接收数据厅奇导值分解(SVD)后的大特征值对应的特征矢量,提出一种改进解相干方法.该方法通过迭代这一特征矢量来重构角度,无需知道信号源的数目,即可准确重构角度信息,实现解相干.相对于经典SVD算法,所提算法运算速度更快,稀疏重构效果更优.理论分析和仿真结果都验证了算法的良好性能.
      作者: 季正燕* [1] 陈辉 [1] 张佳佳 [1] 李帅 [1] 陆晓飞 [1]
      作者单位: 空军预警学院重点实验室武汉 430019
      年,卷(期): 2017
      分类号: TN911.7
      在线出版日期: 2017年5月27日