%0 Journal Article %A 胡丹 %A 郭英杰 %T 结合Tucker张量分解与交替最小二乘的ULA盲识别 %D 2017 %R 10.3969/j.issn.1000-3428.2017.10.011 %J 计算机工程 %P 62-67 %V 43 %N 10 %X 为提高均匀线性阵列(ULA)系统盲识别过程的计算效率,提出一种改进的ULA盲识别算法。建立ULA信号传播模型,针对该传播模型给出广义生成函数的代数结构以及参数估计方式,利用交替最小二乘法对ULA广义生成函数进行求解,并在此基础上引入Tucker张量分解改进交替最小二乘法,实现广义生成函数的降维处理。实验结果表明,与经典DUET算法、欠定混叠盲辨识分解算法等相比,该算法具有更高的计算效率以及更好的ULA盲识别效果。 %U http://www.ecice06.com/CN/10.3969/j.issn.1000-3428.2017.10.011