基于重要性抽样的最大似然方位估计方法

李雄; 黄建国; 张群飞

您当前的位置：

首页 >

文章列表页 >

基于重要性抽样的最大似然方位估计方法

论文 | 更新时间：2025-07-16

- 基于重要性抽样的最大似然方位估计方法
- Maximum Likelihood DOA Estimator Based on Importance Sampling
- 电子学报 2005年33卷第8期页码：1529-1532
- 作者机构：
  
  西北工业大学航海学院,陕西,西安,710072
- 作者简介：
- 基金信息：
  
  国家自然科学基金 (No.60272076);高等学校博士学科点专项科研基金(20112303120007)
- DOI：
  中图分类号： TN911.7
- 纸质出版：2005
- 稿件说明：
移动端阅览
李雄, 黄建国, 张群飞. 基于重要性抽样的最大似然方位估计方法[J]. 电子学报, 2005,33(8):1529-1532.

LI Xiong, HUANG Jian-guo, ZHANG Qun-fei. Maximum Likelihood DOA Estimator Based on Importance Sampling[J]. Acta Electronica Sinica, 2005, 33(8): 1529-1532.
李雄, 黄建国, 张群飞. 基于重要性抽样的最大似然方位估计方法[J]. 电子学报, 2005,33(8):1529-1532. DOI：

LI Xiong, HUANG Jian-guo, ZHANG Qun-fei. Maximum Likelihood DOA Estimator Based on Importance Sampling[J]. Acta Electronica Sinica, 2005, 33(8): 1529-1532. DOI：

摘要

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(L

)减少到O(K×H)

Abstract

Maximum Likelihood Estimator (MLE) has been shown to be the best performance in parameter estimation.However

the computation burden of MLE is very lagre.In order to resolve the question of computation burden

Monte Carlo methods are combined with maximum likelihood DOA estimator.A novel Maximum Likelihood DOA Estimator based on Importance Sampling (ISMLE) is proposed.ISMLE not only keeps the excellent performance of the original MLE

but also reduces the computation greatly

from the computational complexity

O(L

)

of original method to

O(K×H)

关键词

Keywords

references

浏览量

1130

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

MIMO声纳方位估计子空间拟合快速算法

基于蒙特卡罗法硬膜血肿厚度计算的数值仿真研究

基于子图的边缘串行消息传递算法

基于三级LLR检测的广义零填充三模OFDM索引调制系统研究

基于关键链路预测的动态路由和波长分配算法