文献类型：期刊文章

作　　者：单泽彪[1,2] 刘小松[1,3] 史红伟[1] 王春阳[1] 石要武[2]

SHAN Ze-biao;LIU Xiao-song;SHI Hong-wei;WANG Chun-yang;SHI Yao-wu(School of Electronic and Information Engineering,Changchun University of Science and Technology,Changchun 130022,China;College of Communication Engineering,Jilin University,Changchun 130022,China;Northwest Weapon Industry Research School,Xi'an Technologyical University ,Xi'an710021,China)

机构地区：[1]长春理工大学电子信息工程学院,长春130022 [2]吉林大学通信工程学院,长春130022 [3]西安工业大学西北兵器工业研究院,西安710021

出　　处：《吉林大学学报（工学版）》

基　　金：国防基础科研计划项目(JCKY-2016411C006);国家自然科学基金项目(61571462);长春理工大学青年科学基金项目(XQNJJ-2017-12)

年　　份：2018

卷　　号：48

期　　号：6

起止页码：1938-1944

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对现有动态目标波达方向(DOA)跟踪方法在单快拍条件下估计精度较低甚至失效的问题,提出了一种基于动态压缩感知的DOA跟踪算法。首先,通过前一跟踪时刻所得到的先验DOA稀疏信息,获得当前跟踪时刻信号向量中各位置非零元素的分布概率,继而建立起动态DOA的稀疏概率模型。然后,采用加权l1范数最小化方法重构出当前跟踪时刻的信号向量,从而确定非零元素的位置,获得DOA的实时估计值,最终实现运动目标的动态DOA跟踪。本文算法可以在单快拍条件下实现对动态目标DOA的良好跟踪,并且在相同条件下具有比粒子滤波算法更好的跟踪性能。最后,通过仿真试验对所提算法进行了有效性验证。

关 键 词：信息处理技术 波达方向跟踪  动态压缩感知  稀疏概率模型  加权l1范数最小化  

分 类 号：TN911]