Resumen

La reconstrucción de matrices dispersas tiene una amplia aplicación, como la estimación del DOA y el STAP. Sin embargo, su rendimiento suele estar restringido por el problema del desajuste de la rejilla. En este trabajo, revisamos el modelo de reconstrucción de matrices dispersas y proponemos el modelo de reconstrucción de matrices dispersas conjunto basado en la expansión de Taylor de un orden. Y puede superar el problema del desajuste de la rejilla. A continuación, proponemos el algoritmo Joint-2D-SL0 que puede resolver el problema de reconstrucción de matrices dispersas de forma eficiente. En comparación con el método de detección compresiva de Kronecker, nuestro método propuesto tiene una mayor eficiencia computacional y una precisión de reconstrucción aceptable. Finalmente, los resultados de la simulación validan la superioridad del método propuesto.

• Materias:Minería de datos Propagación de ondas Radiofrecuencia Teoría de Antenas Ondas de radiofrecuencia
• Subjects:Data mining Wave propagation Radio frequency Antenna theory Radio frequency waves
• Palabras claves:Reconstrucción de matrices dispersas, problema de desajuste de rejillas, métodos propuestos, precisión de reconstrucción aceptable, mayor eficiencia computacional, métodos de detección compresiva, modelo de reconstrucción de matrices, expansión de orden taylor, matriz dispersa conjunta, algoritmo sl0
• Keywords:sparse matrix reconstruction, grid mismatch problem, proposed methods, acceptable reconstruction accuracy, higher computational efficiency, compressive sensing methods, matrix reconstruction model, order taylor expansion, joint sparse matrix, sl0 algorithm