文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 电力/水利 > 多普勒方位联合估计的蒙特卡洛算法
侵权投诉

多普勒方位联合估计的蒙特卡洛算法

第9期2009年9月电 子 学 报ACTAELECTRONICASINICAVol.37 No.9

Sep. 2009

多普勒方位联合估计的蒙特卡洛算法

王惠刚,刘 强

(西北工业大学航海学院,陕西西安710072)

摘 要: 目标回波的多普勒和方位参数能体现目标的重要特征.本文从参数的最大似然估计出发,采用非线性来放大似然函数并构造一个新的代价函数,该函数能更明显区分局部和全局最佳值.针对新代价函数的复杂形式,我们提出了基于蒙特卡洛的重要性采样方法来求解最佳值,并给出了重要性函数的一种选取方法.该方法不仅在低信噪比和小样本数条件下性能良好,而且各个参数自动配对并适用于任意的已知阵型.与已有的基于子空间的联合估计算法的仿真比较表明,本文提出的算法在性能上非常接近参数估计的CRLB.

关键词: 多普勒方位联合估计;蒙特卡洛方法;重要性采样;最大似然估计中图分类号: TN911 文献标识码: A 文章编号: 0372-2112(2009)09-1965-06

AMonteCarloMethodforJointEstimationofDopplersandDOAs

WANGHu-igang,LIUQiang

(CollegeofMarine,NorthwesternPolytechnicalUniversity,Xi an,Shaanxi710072,China)

Abstract: TheDOAsandDopplersoftheechoedsignalfromtargetsareveryimportantparametersinsomeapplicationsforradarandsonar.Thispaperproposesanewcostfunctionwhichisbasedonthelikelihoodfunctionamplifiedwithanonlinearfunc-tion,andtheglobalconvergenceofthisfunctioncanbeobtainedmoreeasilythantheoriginalcostfunction.AnImportanceSam-pling(IS)techniquebasedonMonteCarlomethodisproposedtofindtheoptimumofthiscostfunction,andthesuitableimportancefunctionischosentoestimatetheseparameters.Allparametersarepairedautomaticallyandthistechniquecanbeappliedonthear-bitraryknownarrayshape.Computersimulationsshowthattheproposedmethodissuperiortoothermethodsbasedonsubspacede-compositionundertheconditionoflowSNRandsmallsnapshots,andtheMSEsofDopplersandDOAsinthismethodareveryclosetoCRLB.

Keywords: jointestimationofdopplersandDOAs;montecarlomethod;importancesampling;maximumlikelihoodestima-tion(MLE)

1 引言

在主动雷达和声纳信号处理中,运动目标的方位、

距离和速度是我们最感兴趣的参数,因此需要从观测数据中来估计这些参数,其中尤以方位和速度最难估计.已经存在一些非常成功的算法来分别单独估计DOA或者多普勒[1,2],对两者的联合估计研究并不多[3~9].

众所周知,最大似然估计(MLE)是一个性能优良的参数最佳估计器,然而大多数问题的似然函数是参数的非线性函数,一般而言很难获得解析解[10].常规方法直接采用网格搜索法,由于其计算量太大,转而寻求一种次最佳或近似最佳的算法.这些算法大致分为2类,一是把包含DOA和多普勒的似然函数去耦,二维的最优化问题转化为2个一维的最优化问题[5].这种方法简化了计算,可采用已有的成熟方法来估计各个参数,但存

收稿日期:2008-05-05;修回日期:2009-06-05在的问题是,去耦本身改变了似然函数的结构,估计结

果存在较大误差,另外一个缺点是需要采用额外的方法实现DOA和多普勒的参数配对.另一类方法是采用子空间方法来简化二维似然函数,典型代表是采用ES-PRIT的联合估计算法[3,4,6~9,11].该方法虽然很好地实现了参数间的配对,但仍然是一个近似方法,在低信噪比和小样本条件下的估计性能差.而且这类方法的一个普遍缺点是只能适用于均匀线列阵.在文献[5]中,作者从最大似然估计出发,提出了两种简化的二维近似最大似然函数(AML)方法,采用牛顿法来求解二维非线性最优化.该方法在良好的初始条件下才能获得全局最佳参数,而且计算量也比较大.

本文从参数的最大似然估计出发,采用非线性来放大似然函数并构造了一个新的代价函数,使得全局最大点更明显,从而保证算法收敛到全局点.同时针对新的

第1页

你可能喜欢

  • 蒙特卡罗算法pi
  • 分布估计算法
  • 蒙特卡罗算法
  • 快速计算方法

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email