高级搜索

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

基于LU分解的稀疏目标定位算法

赵春晖 许云龙 黄辉

赵春晖, 许云龙, 黄辉. 基于LU分解的稀疏目标定位算法[J]. 电子与信息学报, 2013, 35(9): 2234-2239. doi: 10.3724/SP.J.1146.2012.01527
引用本文: 赵春晖, 许云龙, 黄辉. 基于LU分解的稀疏目标定位算法[J]. 电子与信息学报, 2013, 35(9): 2234-2239. doi: 10.3724/SP.J.1146.2012.01527
Zhao Chun-Hui, Xu Yun-Long, Huang Hui. Localization Algorithm of Sparse Targets Based on LU-decomposition[J]. Journal of Electronics & Information Technology, 2013, 35(9): 2234-2239. doi: 10.3724/SP.J.1146.2012.01527
Citation: Zhao Chun-Hui, Xu Yun-Long, Huang Hui. Localization Algorithm of Sparse Targets Based on LU-decomposition[J]. Journal of Electronics & Information Technology, 2013, 35(9): 2234-2239. doi: 10.3724/SP.J.1146.2012.01527

基于LU分解的稀疏目标定位算法

doi: 10.3724/SP.J.1146.2012.01527
基金项目: 

国家自然科学基金(61077079)资助课题

Localization Algorithm of Sparse Targets Based on LU-decomposition

  • 摘要: 针对基于orth的稀疏目标定位算法中orth预处理会影响原信号的稀疏性的问题,该文提出一种基于LU分解的稀疏目标定位算法。该算法通过网格化感知区域把目标定位问题转化为压缩感知问题,并利用LU分解法对观测字典进行分解得到新的观测字典。该观测字典有效地满足了约束等距性条件,同时对观测值的预处理过程不影响原信号的稀疏性,从而有效地保证了算法的重建性能,提升了算法的定位精度。实验结果表明,基于LU分解的稀疏目标定位算法的性能远优于基于orth的稀疏目标定位算法,目标的定位精度得到了较大地提升。
  • 加载中
计量
  • 文章访问数:  2656
  • HTML全文浏览量:  87
  • PDF下载量:  950
  • 被引次数: 0
出版历程
  • 收稿日期:  2012-11-23
  • 修回日期:  2013-05-11
  • 刊出日期:  2013-09-19

目录

    /

    返回文章
    返回