基于自适应步长选择的周期格型线搜索估计
Hangkong Xuebao/Acta Aeronautica et Astronautica Sinica(2012)
Abstract
稀疏、含噪观测条件下周期点过程的周期估计是一个经典的信号处理问题.针对该问题,提出了一种格型线搜索(LLS)算法,该算法通过数值方式搜索似然函数的最大值,但其性能取决于人为预先选取的搜索步长.推导了一个步长计算公式,并利用该公式改进了LLS算法.改进的LLS算法能够自适应选择搜索步长,其达到的克拉美罗界(CRLB)的信噪比(SNR)门限与最大似然估计(MLE)算法一致,但计算复杂度比后者低一个多的数量级.性能分析与仿真实验表明,所提算法比已有算法能更好地实现估计精度与复杂度的折中.
MoreTranslated text
Key words
Lattice,Period estimation,Periodic point process,Pulse repetition interval,Step-size
AI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined