一种基于K-Means聚类的最小化交叉熵DOA估计方法

专利主权项内容

1.一种基于K-Means聚类的最小化交叉熵DOA估计方法，其特征在于所述方法具体过程为：步骤一、获取均匀线阵中阵元接收到的信号Y；步骤二、设定重复次数i，并将i初始化为i＝1；步骤三、利用步骤一获得的接收信号Y获得第i次重复最小化交叉熵原子选择范围位置集合步骤四、根据正交最小二乘准则构建第i次重复时正交最小二乘支撑集位置集合步骤五、设定迭代次数k，并将k初始化为k＝1；步骤六、根据步骤三获得的最小化交叉熵原子选择范围位置集合和步骤四获得的第i次重复时正交最小二乘支撑集位置集合/>构建候选支撑集位置集合，并利用候选支撑集位置集合获取第i次重复第k次迭代的优秀支撑集位置集合/>其中，m＝1, 2, …, N，N为优秀支撑集个数，是第k次迭代中第m个优秀支撑集位置集合；ff步骤七、判断当前迭代次数k是否达到预设最大迭代次数k，若k＝k则利用第i次重复第k次迭代时字典原子概率分布获得最优支撑集位置集合/>然后执行步骤八，若k＜k则利用步骤六获得的/>获得第i次重复第k+1次迭代时过完备字典中的原子概率分布/>并令k＝k+1，然后返回步骤六；maxmaxmaxmax步骤八、根据当前重复次数i判断是否停止重复，若停止重复则执行步骤九，否则令i＝i+1并返回步骤三；步骤九、利用最优支撑集位置集合重构来波信号，获得重构后的来波信号/>并估计来波信号角度/> 来自：