×

基于稀疏贝叶斯学习推理的互质阵超分辨波达方向估计算法。 (英语) Zbl 1426.94065号

小结:在本文中,我们在稀疏信号重建的背景下解决互质阵列波达方向(DOA)估计问题,以充分利用差分共阵提供的增强自由度(DOF)。该方法基于稀疏贝叶斯学习框架,能够以渐进和交织的方式联合细化未知DOA和稀疏信号。具体来说,该方法是通过迭代减少代理函数来优化给定的目标函数,从而加快收敛到全局最小值的速度。此外,为了便于无噪声稀疏表示,我们在稀疏诱导DOA估计器中明智地加入了定制的线性变换,以消除未知噪声方差,同时,样本协方差矩阵扰动可以作为副产品归一化为单位矩阵。在不同条件下的大量仿真实验最终证明了我们提出的算法在均方DOA估计误差、DOF和分辨率方面相对于最新技术的优越性。

MSC公司:

94甲12 信号理论(表征、重建、滤波等)

软件:

BLOOMP公司
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Y.I.Abramovich,D.A.Gray,A.Y.Gorokhov,N.K.Spencer,非均匀线性天线阵列DOA估计中的正定Toeplitz完备,I:完全可增强阵列。IEEE传输。信号处理。46(9), 2458-2471 (1998) ·兹比尔0979.78021 ·doi:10.1109/78.709534
[2] E.J.Candès,压缩取样。程序。国际会议。数学。3, 1433-1452 (2006) ·Zbl 1130.94013号
[3] Y.Chi,L.L.Scharf,A.Pezeshki,压缩传感中对基失配的敏感性。IEEE传输。信号处理。59(5), 2182-2195 (2011) ·Zbl 1392.94144号 ·doi:10.1109/TSP.2011.2112650
[4] A.P.Dempster,N.M.Laird,D.B.Rubin,通过EM算法从不完整数据中获得最大似然。J.R.Stat.Soc.B 39,1-38(1977年)·Zbl 0364.62022号
[5] D.L.Donoho,M.Elad,一般(非正交)字典中的最优稀疏表示(通过\[\ell\]У1最小化)。程序。美国国家科学院。科学。100(5), 2197-2202 (2003) ·Zbl 1064.94011号 ·doi:10.1073/pnas.0437847100
[6] M.Elad,《稀疏和冗余表示》(Springer,纽约,2010)·Zbl 1211.94001号 ·doi:10.1007/978-1-4419-7011-4
[7] A.Fannijiang,W.Liao,具有未解析网格的相干模式引导压缩传感。SIAM J.成像科学。5(1), 179-202 (2012) ·Zbl 1250.65035号 ·数字对象标识代码:10.1137/10838509
[8] 胡立群,石振中,周建军,傅勤,复杂正弦信号的压缩感知:基于字典求精的方法。IEEE传输。信号处理。60(7), 3809-3822 (2012) ·Zbl 1393.94686号 ·doi:10.1109/TSP.2012.2193392
[9] R.T.Hoctor,S.A.Kassam,相干和非相干成像孔径合成中联合阵列的统一作用。程序。电气与电子工程师协会。78(4), 735-752 (1990) ·doi:10.1109/5.54811
[10] H.Krim,M.Viberg,二十年的阵列信号处理研究:参数方法。IEEE信号处理。Mag.13(4),67-94(1996)·doi:10.1109/79.526899
[11] A.Laub,《科学家和工程师矩阵分析》(SIAM,费城,2005)·Zbl 1077.15001号 ·数字对象标识代码:10.1137/1.9780898717907
[12] Z.M.Liu,Z.T.Huang,Y.Y.Zhou,一种通过稀疏贝叶斯学习进行到达方向估计的有效最大似然方法。IEEE传输。Wirel公司。Commun公司。11(10), 3607-3617 (2012)
[13] 刘振明,黄振堂,周义勇,基于阵列协方差矩阵稀疏表示的阵列信号处理。IEEE Trans。Aerosp.航空公司。电子。系统。49(3), 1710-1724 (2013) ·doi:10.1109/TAES.2013.6558014
[14] D.M.Malioutov,M.Cetin,A.S.Willsky,稀疏信号表示的同伦延拓,国际声学会议,语音,信号处理(IEEE,2005),第18-23页·Zbl 1370.94191号
[15] D.M.Malioutov,M.Joetin,A.S.Willsky,《利用传感器阵列进行源定位的稀疏信号重建透视图》。IEEE传输。信号处理。53(8), 3010-3022 (2005) ·Zbl 1370.94191号 ·doi:10.1109/TSP.2005.850882
[16] Y.Nagata,T.Fujioka,M.Abe,基于加权维纳增益利用双向话筒的声源二维DOA估计。IEEE传输。音频语音语言处理。15(2), 416-429 (2007) ·doi:10.1109/TASL.2006.881699
[17] B.Ottersten,P.Stoica,R.Roy,阵列信号处理应用的协方差匹配估计技术。数字。信号处理。8(3), 185-210 (1998) ·doi:10.1006/dspr.1998.0316
[18] P.Pal,P.P.Vaidyanathan,《关于LASSO在不完全相关意识下稀疏支持恢复中的应用》,第46届Asilomar信号、系统和计算机会议(IEEE,2012),第958-962页
[19] P.Pal,P.P.Vaidyanathan,相关软件稀疏支持恢复:高斯源,国际声学、语音、信号处理会议(IEEE 2013),第26-31页
[20] P.Pal,P.P.Vaidyanathan,嵌套数组:一种新的具有增强自由度的数组处理方法。IEEE传输。信号处理。58(8), 4167-4181 (2010) ·Zbl 1392.94377号 ·doi:10.1109/TSP.2010.2049264
[21] P.Pal,P.P.Vaidyanathan,使用共质点采样器和阵列的稀疏感测。IEEE传输。信号处理。59(2), 573-586 (2011) ·Zbl 1392.94738号 ·doi:10.1109/TSP.2010.2089682
[22] P.Pal,P.P.Vaidyanathan,互质采样和MUSIC算法,数字信号处理研讨会(IEEE,2011),第289-294页
[23] S.Pillai,阵列信号处理(Springer,纽约,1989)·doi:10.1007/978-1-4612-3632-0
[24] R.Roy,T.Kailath,通过旋转不变性技术对信号参数进行ESPRIT估计。IEEE传输。阿库斯特。语音信号处理。37(7), 984-995 (1989) ·Zbl 0701.93090号 ·doi:10.1009/29.32276
[25] N.D.Sidiropoulos,R.Bro,G.B.Giannakis,传感器阵列处理中的并行因子分析。IEEE传输。信号处理。48(8), 2377-2388 (2000) ·doi:10.1109/78.852018年
[26] P.Stoica,R.L.Moses,《信号的光谱分析》(Pearson/Prentice-Hall,Upper Saddle River,2005)
[27] P.Stoica,P.Babu,J.Li,可分离模型中稀疏参数估计的新方法及其在不规则采样数据光谱分析中的应用。IEEE传输。信号处理。59(1), 35-47 (2011) ·Zbl 1392.94469号 ·doi:10.1109/TSP.2010.2086452
[28] R.O.Schmidt,多发射极位置和信号参数估计。IEEE传输。天线传播。34(3), 276-280 (1986) ·doi:10.1109/TAP.1986.1143830
[29] T.J.Shan,M.Wax,T.Kailath,《相干信号方向波至估计的空间平滑》。IEEE传输。阿库斯特。语音、信号处理。33(4), 806-811 (1985) ·doi:10.1109/TASSP.1985.1164649
[30] M.E.Tipping、稀疏贝叶斯学习和相关向量机。J.马赫。学习。第211-244号决议(2001年)·Zbl 0997.68109号
[31] Z.Tan,Y.C.Eldar,A.Nehorai,使用共素阵列的波达方向估计:超分辨率视点。IEEE传输。信号处理。62(21), 5565-5576 (2014) ·Zbl 1394.94581号 ·doi:10.1109/TSP.2014.2354316
[32] A.Yeredor,最小平方意义下的非正交联合对角化及其在盲源分离中的应用。IEEE传输。信号处理。50(7), 1545-1553 (2002) ·Zbl 1369.15005号 ·doi:10.1109/TSP.2002.1011195
[33] J.Yin,T.Chen,使用阵列协方差向量的稀疏表示进行方向波估计。IEEE传输。信号处理。59(9), 4489-4493 (2011) ·兹比尔1392.94547 ·doi:10.1109/TSP.2011.2158425
[34] L.Yang,Y.Yang,Ye.Wang,方向噪声环境中的稀疏空间谱估计。J.声学。Soc.Am.140(3),263-268(2016)·数字对象标识代码:10.1121/1.4962384
[35] Z.Yang,L.Xie,C.Zhang,线性阵列信号处理的无离散化稀疏和参数方法。IEEE传输。信号处理。62(19), 4959-4973 (2014) ·Zbl 1394.94665号 ·doi:10.1109/TSP.2014.2339792
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。