没有合适的资源?快使用搜索试试~
我知道了~
文库首页
开发技术
其它
折叠OMP基于稀疏表示的DOA估计。
折叠OMP基于稀疏表示的DOA估计。
研究论文
3 下载量
149 浏览量
2021-03-04
01:10:36
上传
评论
1
收藏
566KB
PDF
举报
温馨提示
立即下载
折叠OMP基于稀疏表示的DOA估计。
资源推荐
资源评论
OMP_c.rar_DOA估计OMP_OMP,DOA_omp DOA_omp DOA估计_压缩感知 DOA
浏览:60
5星 · 资源好评率100%
压缩感知中贪婪迭代算法,可以进行DOA估计和频率普估计
cs_doa.zip_DOA估计_OMP算法DOA估计_cs-doa_matlab_压缩感知DOA
浏览:13
5星 · 资源好评率100%
利用压缩感知理论进行DOA估计,利用了OMP算法,性能很好
基于压缩感知的DOA估计文献
浏览:134
5星 · 资源好评率100%
其中五篇文献(学位论文)非常详尽地介绍了压缩感知在DOA估计方面的应用,值得参考一下。
压缩感知DOA估计
浏览:114
5星 · 资源好评率100%
压缩感知在均匀线阵目标DOA估计中的应用,应用了OMP重构算法。
doa估计算法
浏览:44
doa估计的三种算法比较,.简单实现了他们的程序 ,比较mse
几种常用的DOA估计方法程序
浏览:134
5星 · 资源好评率100%
几种常用算法估计信号波达方向,MUSIC(多重信号分类法),ESPRIT(基于旋转不变子空间算法),压缩感知理论OMP(正交匹配追踪法)算法估计信号DOA,供初学者参考
基于OMP算法的MIMO雷达DOA估计。
浏览:30
基于OMP算法的MIMO雷达DOA估计。
cs doa omp 算法.rar
浏览:60
5星 · 资源好评率100%
单快拍下的压缩感知(CS)应用于波达方向(DOA)估计的源程序,采用OMP算法(Single fast photographed compressed sensing (CS) is applied DOA (DOA) estimate of the source, using OMP algorithm)
DOA估计算法性能分析
浏览:120
5星 · 资源好评率100%
几种DOA估计算法的性能分析,shuyu 信号处理qqqqq
DOA估计经典算法
浏览:17
常规的DOA估计算法,包括MUSIC、ESPRIT,使用线性调频信号进行仿真,不使用噪声作为信号。可用于本科毕业设计
基于稀疏表示的信号DOA估计 (2013年)
浏览:123
将信号DOA的估计问题转换为一个联合稀疏表示的求解问题。通过对接收数据矩阵的奇异值分解实现各时间和频率快拍数据的联合; 然后通过求解一个平滑l0范数稀疏约束的联合优化问题实现信号源DOA的估计。基于稀疏表示的信号DOA估计方法不仅能够有效地减少数据量, 而且具有以下优点:更好的抗噪声性能、更高的计算效率、适用于相关和非相关信号。通过与其他DOA估计方法的比较, 表明了该方法的有效性和优越性。
一种基于稀疏表示的改进的Rife离网DOA估计算法。
浏览:77
在本文中,我们解决了在多个测量向量(MMV)的情况下基于稀疏表示的离网到达方向(DOA)估计问题。 提出了一种将MMV问题变为SMV的稀疏DOA估计方法。 该方法使用基于加权特征向量(SRBWEV)的稀疏表示来处理MMV问题。 通过将信号子空间中数组协方差矩阵的特征向量的线性组合用作稀疏解计算的新SMV,可以将MMV问题更改为单个测量向量(SMV)问题。 因此,该算法的复杂度小于其他MMV的DOA
二维频域中基于稀疏表示的宽带DOA估计
浏览:28
二维频域中基于稀疏表示的宽带DOA估计
一种改进的稀疏表示DOA估计算法
浏览:76
稀疏表示波达方向(DOA)估计算法具有分辨力高等优点,但是对阵元个数要求高、低信噪比时估计性能恶化严重,不利于在实际系统中应用。为此,提出一种基于实信号特点的稀疏表示波达方向估计算法。首先,建立实值稀疏表示的DOA估计模型,能够将阵元数虚拟加倍;其次,利用正交三角分解对估计模型变型,从而改善低信噪比时的估计性能;最后,利用正交匹配追踪算法得到估计结果。仿真实验结果表明,相对传统稀疏表示算法,具有更
四阶累积量稀疏表示的DOA估计方法
浏览:149
四阶累积量稀疏表示的DOA估计方法
压缩感知CS的DOA代码
浏览:64
5星 · 资源好评率100%
压缩感知CS的DOA代码压缩感知CS的DOA代码压缩感知CS的DOA代码压缩感知CS的DOA代码压缩感知CS的DOA代码压缩感知CS的DOA代码
稀疏重构算法omp
浏览:174
4星 · 用户满意度95%
压缩感知中用到系数分解算法,这是一种omp的系数分解算法
4_11_基于压缩感知理论的DOA估计.zip
浏览:197
本程序主要讲解了基于压缩感知理论的DOA估计,程序主要从信号的稀疏,测量矩阵的设计以及重构矩阵来恢复时域信号,该方法通过谱峰搜索进行DOA估计,方法准确,分辨率高,希望能帮助大家。
四种传统算法进行DOA估计
浏览:123
4星 · 用户满意度95%
用FBLP MNM MVM MEM 四种传统算法估计波达方向
DOA估计MATLAB代码
浏览:186
5星 · 资源好评率100%
Smart Antennas for Wireless Applications;This code creates Figure 7.3, plot of a Capon (ML)
大牛写的压缩感知的OMP算法(绝对简单,与大家分享)
浏览:18
5星 · 资源好评率100%
借花献佛,这个代码太好了,拿出来与大家分享
DOA估计算法MATLAB程序
浏览:69
5星 · 资源好评率100%
Smart Antennas for Wireless Applications.This code creates Figure 7.2, plot of a Bartlett.MATLAB code
omp算法matlab代码-LASSO-Solver-OMP-Cpp:该软件包以著名的LASSO求解器的形式实现了正交匹配追踪算法(OMP),
浏览:132
omp算法matlab代码LASSO-Solver-OMP 设计师:赵俊波,武汉大学,在清华大学智能图像和文档处理国家实验室工作。 联络电话: + 86-18672365683 介绍该软件包以著名的LASSO求解器实现了正交匹配追踪算法(OMP),并且该程序是在LAPACK的帮助下以C ++编写的。 LASSO是一个关键问题,可以将其视为统计问题,但在许多应用程序中已得到广泛利用。 稀疏编码,例如
基于稀疏贝叶斯学习的高效DOA估计方法
浏览:90
基于稀疏贝叶斯学习的高效DOA估计方法
论文研究-基于稀疏表示的信号DOA估计.pdf
浏览:127
将信号DOA的估计问题转换为一个联合稀疏表示的求解问题。通过对接收数据矩阵的奇异值分解实现各时间和频率快拍数据的联合; 然后通过求解一个平滑l0范数稀疏约束的联合优化问题实现信号源DOA的估计。基于稀疏表示的信号DOA估计方法不仅能够有效地减少数据量, 而且具有以下优点:更好的抗噪声性能、更高的计算效率、适用于相关和非相关信号。通过与其他DOA估计方法的比较, 表明了该方法的有效性和优越性。
基于稀疏分解的非相干分布式信号源DOA估计.pdf
浏览:175
#资源达人分享计划#
论文研究-基于稀疏表示的OFDM信号的DOA估计.pdf
浏览:132
针对正交频分复用(OFDM), 宽带信号波达方向(DOA)估计问题, 提出一种基于宽带信号协方差矩阵稀疏表示的DOA估计方法。该方法是在协方差矩阵主对角线下对左下角三角形元素按各条对角线取平均值后形成一个新的向量, 然后将该向量写成冗余字典形式。在冗余字典下对信号进行稀疏性约束形成二阶锥约束优化问题, 再用工具箱SeDuMi来实现DOA估计。理论分析和仿真结果表明, 该方法在低信噪比和少快拍数下分
基于AVS和稀疏表示的鲁棒语者声源DOA估计方法
浏览:137
基于AVS和稀疏表示的鲁棒语者声源DOA估计方法
omp算法matlab代码-MULTIPLICATION-FREE-TRANSFORM:用于学习无乘法线性变换的演示源代码
浏览:181
omp 算法matlab代码
基于增广矩阵束的L型阵列的二维DOA估计MATLAB程序
浏览:182
3星 · 编辑精心推荐
基于增广矩阵束的L型阵列的二维DOA估计MATLAB程序,编译通过。
评论
收藏
内容反馈
立即下载
资源评论
资源反馈
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~
联系上传者
评论
weixin_38621630
粉丝: 3
资源:
914
私信
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场,查看用户热搜
最新资源
真是BIM项目招标文件模板doc
详细介绍Spring和SpringBoot的区别
Address book information management system
excel图表 元素 数据分析
时间序列分析的代码及简要说明
一个基于Arduino(一种流行的单片机平台)的简单LED控制案例.txt
微信小程序开发流程(包括详细注册、登录、下载等流程)
使用DXP2004设计的AT89C51单片机原理图及PCB图
5152单片机proteus仿真和源码用不同数据类型控制灯闪烁时间
ACE2005事件抽取数据预处理
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功