简介:传统的传播算子(PM)算法利用矩阵的线性运算代替特征值分解(EVD)得到噪声子空间,在一定程度上降低了运算量,但在整个空间谱的遍历搜索仍需较大计算量,且在低信噪比的情况下估计性能较差.因此,针对空域的一维信号提出了多重镜像压缩的传播算子(MIC-PM)算法,将整个空域等间距地分为多个切片,将原始噪声子空间通过Hadamard积变换,使之从一个切片镜像映射到另一个切片,得到映射噪声子空间,通过映射得到的噪声子空间与导向矢量的正交性得到真实DOA和镜像DOA.理论分析和仿真实验证明,MIC-PM算法能够将PM算法的运算量大大降低,在低信噪比情况下估计精度有所提高.
简介:对无线传感器网络(WSNs)弱稀疏性事件检测问题进行研究,提出了一种基于并行离散群居蜘蛛优化算法和压缩感知的WSNs稀疏事件检测方案。该方案采用压缩感知(CS)技术进行稀疏事件分析检测,针对事件向量稀疏度未知的特性,设计基于MPI框架的并行离散群居蜘蛛优化算法(PDSSO),重新定义蜘蛛编码方式和自适应迭代进化机制,给出并行转移策略,并将PDSSO应用于CS重构算法中;针对观测字典难以满足约束等距条件的特点,对稀疏矩阵和测量矩阵进行奇异值预处理操作,在保持稀疏度不变的基础上提高了算法重构性能。仿真结果表明,与GMP等检测方法相比,该方案有效提高了WSNs稀疏事件检测成功率,降低了误检率和漏检率。
简介:本文总结了传统的K临近算法以及近期其他人对于该方法的改进,对于传统的K临近算法和王正欧与王晓晔提出的独立簇方法进行详细概括,并根据具体实例总结了两者算法的优点及缺点。最后,我提出了一个自己的算法,对两者进行改进。