论文部分内容阅读
面对相互的联合和传感器 gain-and-phase 错误定制到一致矩形的数组(URA ) 的传感器数组刻度方法被探讨。首先， URA 的相互的联合模型被学习，然后相应于不同地点的一套驾驶向量数字地在几时间拆散的帮助下被计算有已知的方向的辅助来源。然后，关于数组错误矩阵当模特儿的优化(由相互的联合的产品定义矩阵和传感器 gain-and-phase 错误矩阵) 被构造。二个更好的算法(叫的算法我和算法 II ) 被开发最小化费用功能。在算法我，数组错误矩阵总体上被考虑要估计的参数，和准确解决方案是可得到的