基于重要性抽样的最大似然方位估计方法

来源 :电子学报 | 被引量 : 0次 | 上传用户:yux444
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
最大似然估计是公认的最佳估计器,但是计算量很大.为了解决它的计算量大的问题,本文把蒙特卡罗方法与最大似然方位估计相结合,提出一种基于重要性抽样的最大似然方位估计新方法(Maximum Likelihood DOA Estimator Based on Importance Sampling,简称ISMLE).研究结果表明,ISMLE方法不但保持了原最大似然方位估计方法的优良性能,而且大大减小了计算量,把原方法的计算复杂度从O(LK)减少到O(K×H).
其他文献
2005年3月17日,在洋溢着早春气息的北京,国际著名的展览公司——德国Messse München GmbH在皇家大饭店举办Productronica2005展览会的专场新闻发布会,发布会由德国Messse M
分析了通辽市机电井分布和管理现状。
经营地主的出现是明朝后期农业生产领域中的新现象,他们与传统的地主不同,他们亲自对农业进行管理,亲自参与生产,以增殖财富为目的,注重集约经营,并且主动调整与生产者的关系
分层马尔可夫随机场 (MRF)图象模型由于层间具有因果关系 ,且这种因果关系符合图象的性质 ,使基于该模型的图象处理时间比平面MRF模型所用的时间大为减少 .针对作者提出的一种新的分层马尔可夫图象模型———不完全分层模型 ,导出EM算法以估计模型参数 .算法继承了分层模型非迭代算法运算速度快的优点 ,并因为模型结构的简化进一步减少了计算量 ,算法在模型的最上层加入了平面节点间信息的交互 ,以较少的
脉冲耦合神经网络(PCNN)非常适合图像分割.在参数确定的情况下,分割效果随迭代次数呈周期性变化.因此确定最佳迭代次数是运用PCNN进行图像自动分割的关键.本文提出一种基于连
企业发展需要创新,创新提升企业竞争力。文化是企业的内涵和品牌。企业文化决定企业命运,企业创新与文化的融合给企业带来生机和活力。