一种多重噪声环境下基于期望最大化的目标测向方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种多重噪声环境下基于期望最大化的目标测向方法
申请号:
CN202411507264
申请日期:
2024-10-25
公开号:
CN119691314A
公开日期:
2025-03-25
类型:
发明专利
摘要
本发明公开了一种多重噪声环境下基于期望最大化的目标测向方法,包括:构建有噪观测模型y=diag(1+e)a(w)x+n,其中,e表示乘性噪声,a(w)表示阵列流型向量,x表示信号强度,n表示加性噪声;使用期望最大化算法和优化最小化算法对有噪观测模型求解信号的频率w与强度x,本发明可在加性和乘性噪声均存在的情况下联合估计信号频率、强度;本发明利用期望最大值和优化最小化方法联合估计频率和强度,估计准确度高、可以保证收敛性。
技术关键词
测向方法
期望最大化算法
乘性噪声
加性噪声
频率
最小化方法
强度
信号
阵列
采样率
策略
变量
线性
矩阵
参数