- 博客(4)
- 收藏
- 关注
RSS订阅原创 就科研规律提出以下自己的看法
3. 支撑某个领域的某个研究点的论文，可能就是10-20篇（可能更多或者更少），甚至不超过10篇，其它文章都是这几篇论文的衍生。1. 面对一个领域的一个点，我们需要花4-6个月就可以至少看完这个领域的80%的论文。2. 只要论文看的足够多，复现的论文足够多，就一定能发论文。
2025-02-22 21:48:30
129
原创 浅谈稀疏类DOA估计算法所面对的困境以及与传统子空间类DOA估计方法相比的优劣势
我个人关于稀疏类DOA估计算法的看法是，稀疏类DOA估计算法与子空间类DOA估计算法是互补的，是并行的，用稀疏类DOA估计算法来代替子空间类方法，或者说用子空间类方法来代替稀疏类方法，这种认识均是不全面的。经过我仿真发现，传统的子空间类方法，以MUSIC算法为例，算法稳定，DOA估计精度高，分辨力高，算法及其的快（我设置的参数仅仅需要0.0几秒甚至0.00几秒），而且性能强于绝大多数的稀疏类DOA估计精度，好像一个MUSIC算法足以称霸雷达测向领域，那么，我研究的稀疏类DOA估计方法有什么意义呢？
2024-12-23 21:19:01
947
原创 稀疏类方法与传统方法在雷达测向领域的优势与劣势简单分析---个人拙见，欢迎讨论
此外，稀疏DOA估计论文被陆陆续续发表，掀起了一股稀疏DOA估计的热潮，如稀疏DOA，互耦稀疏DOA，幅相误差稀疏DOA，脉冲噪声稀疏DOA等等，为这个领域注入许多生命力。但是，稀疏问题终究是个优化问题，优化问题的迭代求解需要确定初始值，迭代步长，正则化参数（有的话）等等各种中间参数，而现实下的电磁环境，复杂多变，这为中间参数的确定似乎又增加了好几分的困难，这也意味着求解的不稳定性，不稳定对于雷达这种精密国防仪器似乎是难以接受的，那么稀疏DOA它到底有什么意义呢？这是一个重要的问题。
2024-09-01 22:26:48
965
原创 凸优化、稀疏学习小记---对于调参的一些看法
其中又以正则化参数方法为代表，这种方法本身就引入了未知参数的求解，好的参数设置是求解该问题绕不开的问题，所以说调参是绕不开的，这是该问题本身的缺陷。1.利用CVX求解的前提是该问题是凸的，在大部分的DOA凸优化问题中，目标函数由0范数被松弛至1范数，此时满足CVX的使用条件，再利用CVX本身自带的各种软件包对该凸问题进行求解；我想，如果好的参数有了好的结果，说明方法本身是不错的，具体如何设置到最优的参数，或许不是该方法本身要研究的问题；因此，如果一个方法设计到了未知参数，那么调参是必须的，绕不开的；
2024-06-20 20:55:56
449
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人