简介:针对多运动站的到达时间差(TDOA)和到达增益比(GROA)的辐射源定位问题,提出了一种无源定位算法。传统定位模型需要利用中间变量构造线性方程,不适用于多运动站连续定位。针对该问题,本文推导了无需中间变量的TDOA/GROA联合定位模型,然后根据量测模型推导了误差项,并推广到所有历史量测,提出了基于约束加权最小二乘(CWLS)的多运动站辐射源定位算法,最终通过对加权矩阵和约束矩阵进行广义特征值分解得到目标的状态估计。所提算法避免引入中间变量带来冗余的问题,无需初始化过程,性能更加稳健。仿真结果表明该算法性能逼近克拉美罗下界(CRLB)且是渐进无偏的。
简介:专家场(FieldsofExperts,FOE)图像先验模型是一种基于滤波器学习的高阶马尔可夫随机场(MRF)模型,对于许多图像复原问题该模型已经被验证其有效性。本文提出一种基于FOE图像先验模型的新的变分模型,用于相干斑噪声(乘性噪声)去噪。本文提出的变分模型需要求解一个非凸极小化问题,该问题可以通过iPiano(InertialProximalAlgorithmforNonconvexOptimization)算法来有效地解决。通过仿真图像和真实合成孔径雷达(SyntheticApertureRadar,SAR)图像的去噪试验,可以表明本文提出的算法与目前最好的相干斑去噪算法性能相当。此外,本文提出的算法适用于图形处理器(GraphicsProcessingUnit,GPU)平台并行加速,可以大大提高运算效率。