一种基于奇异值分解的解相干算法
Journal of Electronics & Information Technology(2017)SCI 4区
Air Force Early Warning Acad
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.
更多查看译文
关键词
Signal processing,Sparse reconstruction,Decoherence,Singular Value Decomposition (SVD)