项目名称: 基于分布式电磁矢量传感器阵列的混合信源定位方法研究

项目编号: No.61501089

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 无线电电子学、电信技术

项目作者: 陈慧

作者单位: 电子科技大学

项目金额: 23万元

中文摘要: 与标量传感器阵列相比,分布式电磁矢量传感器阵列因可以同时获得信号的空间到达信息和极化信息、及其空间几何结构,而具有更强的检测能力、系统分辨能力、抗干扰能力和极化多址能力。目前基于电磁矢量传感器阵列的混合源定位方法研究相对较少,且现有的混合源定位方法存在定位精度低、处理速度慢及系统复杂度高等问题。为此,本项目通过引入分布式压缩感知、过水平采样、张量分析及凸优化等理论,针对分布式电磁矢量传感器阵列进行研究远近场混合情况下的高精度信源定位方法,远近场混合源沿多径传输、阵列存在误差实际复杂情况下的稳健混合信源定位方法,及实际复杂环境下的低复杂度混合信源定位方法。针对分布式电磁矢量传感器阵列,研究性能高且复杂度低的混合信源定位估计算法具有重要的理论意义和实用价值。

中文关键词: 波达方向估计;参数估计;阵列构形;稀疏重建;张量分析

英文摘要: Compared with scalar sensor array, distributed electromagnetic vector sensor array has stronger detection capability, system resolution capability, anti-interference capability and polarization multiple access capability because it can both obtain the spatial information and polarization information of the signal as well as its geometric structure. While the existing localization algorithms based on electromagnetic vector sensor array is relatively few, and these algorithms confront following problems: low localization accuracy, low processing speed, high complexity of the system and so on. Therefore, the project intends to study high-accuracy source localization algorithms for mixed far-near signal sources, robust localization algorithms under more complex situations of mixed far-near signal sources along multipath transmission, array errors exist, and low complexity mixed signal source localization algorithms by introducing distributed compressive sensing, level crossing sampling, tensor analysis and convex optimization theories. For distributed electromagnetic vector sensor array, studying high performance and low computational complexity mixed source localization algorithm has important theoretical significance and practical value.

英文关键词: Spatial spectrum estimation ;Parameter Estimation ;Array Geometry;Sparse Reconstruction;Tensor Analysis

成为VIP会员查看完整内容
0

相关内容

【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
专知会员服务
21+阅读 · 2021年10月9日
专知会员服务
12+阅读 · 2021年9月13日
专知会员服务
26+阅读 · 2021年9月1日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
42+阅读 · 2021年2月8日
专知会员服务
30+阅读 · 2021年1月9日
专知会员服务
45+阅读 · 2020年11月13日
清华大学:从单体仿生到群体智能
专知
16+阅读 · 2022年2月9日
IJCAI 2021 | 不确定性感知小样本图像分类模型,实现SOTA性能
微软研究院AI头条
0+阅读 · 2021年8月19日
基于深度学习的小目标检测方法综述
专知
2+阅读 · 2021年4月29日
综述 | 激光与视觉融合SLAM
计算机视觉life
18+阅读 · 2020年10月8日
自动驾驶高精度定位如何在复杂环境进行
智能交通技术
18+阅读 · 2019年9月27日
【学科发展报告】无人船
中国自动化学会
27+阅读 · 2019年1月8日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
Maplab:研究视觉惯性建图和定位的开源框架
泡泡机器人SLAM
16+阅读 · 2018年4月4日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Arxiv
14+阅读 · 2020年10月26日
小贴士
相关VIP内容
【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
专知会员服务
21+阅读 · 2021年10月9日
专知会员服务
12+阅读 · 2021年9月13日
专知会员服务
26+阅读 · 2021年9月1日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
42+阅读 · 2021年2月8日
专知会员服务
30+阅读 · 2021年1月9日
专知会员服务
45+阅读 · 2020年11月13日
相关资讯
清华大学:从单体仿生到群体智能
专知
16+阅读 · 2022年2月9日
IJCAI 2021 | 不确定性感知小样本图像分类模型,实现SOTA性能
微软研究院AI头条
0+阅读 · 2021年8月19日
基于深度学习的小目标检测方法综述
专知
2+阅读 · 2021年4月29日
综述 | 激光与视觉融合SLAM
计算机视觉life
18+阅读 · 2020年10月8日
自动驾驶高精度定位如何在复杂环境进行
智能交通技术
18+阅读 · 2019年9月27日
【学科发展报告】无人船
中国自动化学会
27+阅读 · 2019年1月8日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
Maplab:研究视觉惯性建图和定位的开源框架
泡泡机器人SLAM
16+阅读 · 2018年4月4日
相关基金
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员