一种改进的ULA盲识别算法

　　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。