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

作　　者：李雄[1] 黄建国[1] 张群飞[1] 

机构地区：[1]西北工业大学航海学院,陕西西安710072

出　　处：《电子学报》2005年第8期1529-1532,共4页Acta Electronica Sinica

基　　金：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

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(MaximumLikelihoodDOAEsti-matorBasedonImportanceSampling,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(LK)减少到O(K×H).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^K） of original method to O（ K × H）.

关 键 词：方位估计 最大似然估计 蒙特卡罗 重要性抽样 计算复杂度 

分 类 号：TN911.7[电子电信—通信与信息系统]