摘要：针对极地脉冲噪声导致现有估计算法性能下降甚至失效的问题， 提出了一种鲁棒的正交匹配追踪算法。首先， 通过引入最大相关熵准则（MCC）实现原子基的准确选择; 其次， 利用L1范数重构损失函数， 减轻脉冲噪声对于参数求解的影响。同时， 采用基于分布式迭代优化策略的交替方向乘子法（ADMM）， 高效地获取全局最优解。数值仿真和基于中国第九次北极科考冰下实测脉冲噪声数据处理结果表明， 所提方法相较于经典算法有明显的性能提升， 在脉冲噪声下具有更高的估计精度和更强的鲁棒性。
文章目录
引言
1 基本模型与理论
1.1 时延–多普勒双扩展信道模型
1.2 噪声声压统计模型
1.3 相关熵理论
2 基于最大相关熵准则和■范数约束的时延–多普勒估计方法
3 数值仿真及实验数据分析
3.1 极地实测脉冲噪声统计特性分析
3.2 数值仿真分析
3.2.1 典型方法性能对比
3.2.2 统计性能分析
3.3 基于真实极地脉冲噪声的实验结果
4 结论
