×
杨娇；郝才勇；郑智

基于稀疏表示的混合近场和远场多波段源的定位。 （英语） 兹比尔1455.94074

多维系统。信号处理。 173-190年1月31日（2020年）.
摘要：本文针对近场和远场多波段源同时存在的情况，提出了一种新的基于均匀线阵的源定位算法。该方法分两个阶段进行。在第一阶段，我们首先利用每个频率输出分量的一些空间相关性来构造一个虚拟阵列输出，并将虚拟阵列输出表示为一个相应的过完备基或字典，该字典仅与源的方向波（DOA）有关。然后我们可以建立一个多维稀疏表示模型。最后，我们通过求解加权（ell_1）范数最小化问题来估计入射源的DOA。在第二阶段，首先用估计的DOA在相应的混合过完备基上表示每个频率输出分量，然后建立多分量稀疏表示模型。最后，利用加权（ell_1）范数极小化估计了NF源的范围，并区分了源的类型。该算法避免了参数对匹配和二维搜索，并且不需要源数目的先验知识。仿真结果表明，与现有的多波段定位方法相比，该算法可以提高定位精度，定位更多的源。

引用于1文件

MSC公司：

94甲12 信号理论（表征、重建、滤波等）
94甲13 信息与通信理论中的探测理论

关键词：

源定位；近场；远场；多波段光源；稀疏表示

软件：

CVX公司
PDF格式BibTeX公司 XML格式引用
\textit{J.Yang}等人，《多维系统》。信号处理。31，第1号，173--190（2020；Zbl 1455.94074）
全文： DOI程序

参考文献：

[1] 蜡烛，Ej；Wakin，Mb；Boyd，Sp，通过重加权最小化增强稀疏性，傅里叶分析与应用杂志，14，5-6，877-905（2008）·Zbl 1176.94014号 ·doi:10.1007/s00041-008-9045-x
[2] Challa，R.N.和Shamsunder S.（1995年）。基于高阶子空间的近场源被动定位算法。《第29届Asilomar信号、系统和计算机会议论文集》，加利福尼亚州Pacific Grove（第2卷，第777-781页）。
[3] El Korso，锰；博伊尔，R。；Renaux，A。；Marcos，S.，近场源定位的条件和无条件cramér-rao界，IEEE信号处理学报，58，5，2901-2907（2010）·Zbl 1392.94193号 ·doi:10.1109/TSP.201043128
[4] Grant，M.、Boyd，S.和Ye，Y.（2015）。CVX:用于严格凸编程的Matlab软件，2.1版。http://cvxr.com/cvx。2019年1月31日访问。
[5] 格罗希基，E。；Abed Meraim，K。；Hua，Y.，一种近场源定位的加权线性预测方法，IEEE信号处理汇刊，53，10，3651-3660（2005）·兹比尔1370.94325 ·doi:10.1010/TSP.2005.855100
[6] He，J。；斯瓦米，M。；Ahmad，Mo，远场和近场源共存下MUSIC算法的有效应用，IEEE信号处理汇刊，60，4，2066-2070（2012）·Zbl 1393.94566号 ·doi:10.1109/TSP.2011.2180902
[7] 黄，Y-D；Barkat，M.，无源传感器阵列近场多源定位，IEEE天线与传播学报，39，7，968-975（1991）·doi:10.1109/8.86917
[8] 蒋，J-J；段，F-J；陈，J。；李，Y-C；Hua，X-N，使用均匀线性传感器阵列的混合近场和远场源定位，IEEE传感器杂志，13，8，3136-3143（2013）·doi:10.1109/JSEN.2013.2257735
[9] L.建中。；Wang，Y。；Gang，W.，《近场源定位信号重建》，IET信号处理，9，3，201-205（2015）·doi:10.1049/iet-spr.2014.0112
[10] 克里姆·H。；Viberg，M.，《阵列信号处理研究二十年：参数方法》，IEEE signal processing Magazine，13，4，67-94（1996）·数字对象标识代码：10.1109/79.526899
[11] Lee，J-H；Chen，Y-M；Yeh，C-C，使用均匀线阵进行近场测向的协方差近似方法，IEEE信号处理学报，43，5，1293-1298（1995）·数字对象标识代码：10.1109/78.382421
[12] 梁，J。；Liu，D.，使用累积量的近场源被动定位，IEEE传感器杂志，9，8，953-960（2009）·doi:10.1109/JSEN.2009.2025580
[13] 梁，J。；Liu，D.，使用两阶段MUSIC算法对混合近场和远场源进行无源定位，IEEE信号处理汇刊，58，1，108-120（2010）·Zbl 1392.94634号 ·doi:10.1109/TSP.20097209723
[14] 刘，G。；Sun，X.，混合远场和近场源分类和定位的两阶段矩阵差分算法，IEEE传感器期刊，1957-1965（2014）·doi:10.1109/JSEN.2014.2307060
[15] 刘，G。；Sun，X.，混合远场和近场源定位的空间差分方法，IEEE信号处理快报，21，11，1331-1335（2014）·doi:10.1109/LSP.2014.2326173
[16] Malioutov，D。；塞廷，M。；Willsky，A.，传感器阵列源定位的稀疏信号重建透视图，IEEE信号处理汇刊，53，8，3010-3022（2005）·Zbl 1370.94191号 ·doi:10.1109/TSP.2005.850882
[17] 邱，T。；Wang，P.，脉冲噪声环境中近场源定位的新方法，电路、系统和信号处理，35，11，4030-4059（2016）·doi:10.1007/s00034-015-0234-y
[18] 罗伊·R。；Kailath，T.，ESPRIT——通过旋转不变性技术估计信号参数，IEEE声学、语音和信号处理汇刊，37，7，984-995（1989）·doi:10.1009/29.32276
[19] Schmidt，R.，多发射器位置和信号参数估计，IEEE天线和传播汇刊，34，3276-280（1986）·doi:10.10109/TAP.1986.1143830
[20] 斯塔尔，D。；Nehorai，A.，通过路径跟踪对近场源进行无源定位，IEEE信号处理汇刊，42，3，677-680（1994）·数字对象标识代码：10.1109/78.277864
[21] Terada，T。；西村，T。；小川，Y。；Ohgane，T。；Yamada，H.，使用压缩传感技术和Khatri-Rao处理对多波段信号源进行DOA估计，IEICE通信事务，97，10，2110-2117（2014）·doi:10.1587/transcom。E97.B.2110版
[22] 田，Y。；Sun，X.，使用累积量向量的稀疏表示进行混合源定位，IET信号处理，8，6，606-611（2014）·doi:10.1049/iet-spr.2013.0271
[23] 王，B。；刘，J。；Sun，X.，基于稀疏信号重构的混合源定位，IEEE信号处理快报，19，8，487-490（2012）·doi:10.1109/LSP.2012.2204248
[24] 王，B。；Zhao，Y。；Liu，J.，用于远场和近场源定位的混合阶MUSIC算法，IEEE信号处理快报，20，4，311-314（2013）·doi:10.1109/LSP.2013.2245503
[25] 王凯。；王，L。；尚，J-R；Qu，X-X，基于均匀线阵分区的混合近场和远场源定位，IEEE传感器杂志，16，22，8083-8090（2016）
[26] Wu，Y。；马，L。；侯，C。；张，G。；Li，J.，多个近场源联合距离和DOA估计的基于子空间的方法，信号处理，86，8，2129-2133（2006）·Zbl 1172.93404号 ·doi:10.1016/j.sigpro.2006.01.015
[27] 曾，W-J；李，X-L；邹，H。；Zhang，X-D，使用联合对角化的近场多源定位，信号处理，89，2，232-238（2009）·Zbl 1155.94340号 ·doi:10.1016/j.sigpro.2008.08.001
[28] 郑，Z。；Fu，M。；江，D。；Wang，W。；Zhang，S.，通过累积矩阵重建实现混合远场和近场源定位，IEEE传感器杂志，18，18，7671-7680（2018）·doi:10.1109/JSEN.2018.2863749
[29] 郑，Z。；Fu，M。；Wang，W-Q；因此，Hc，基于子阵互累积量的混合远场和近场源定位，信号处理，150，51-56（2018）·doi:10.1016/j.sigpro.2018.03.020
[30] 郑，Z。；卢，J。；Wang，W-Q；Yang，H。；Zhang，S.，通过波束空间偏移不变性对非相干分布源进行角参数估计的有效方法，数字信号处理，83，261-270（2018）·doi:10.1016/j.dsp.2018.09.003
[31] 郑，Z。；Sun，J。；Wang，W-Q；Yang，H.，使用混合阶统计对混合近场和远场源进行分类和定位，信号处理，143134-139（2018）·doi:10.1016/j.sigpro.2017.08.025
[32] 郑，Z。；Wang，W。；孔，Y。；Zhang，Yd，MISC阵列：一种新的稀疏阵列设计，实现了增加的自由度和减少的相互耦合效应，IEEE信号处理汇刊，67，7，1728-1741（2019）·兹比尔1458.94161 ·doi:10.1109/TSP.2019.2897954
[33] 郑，Z。；Wang，W。；孟，H。；因此，Hc；Zhang，H.，用于大规模MIMO系统中非相干分布源二维DOA估计的基于波束空间的高效算法，IEEE车辆技术汇刊，67，12，11776-11789（2018）·doi:10.1109/TVT.2018.2875023
[34] 郑，Z。；Yang，Y。；Wang，W-Q；Zhang，S.，使用两个并行稀疏线性阵列对多个信号进行二维方向估计，信号处理，143112-121（2018）·doi:10.1016/j.sigpro.2017.08.013
[35] 志，W。；Chia，My-W，通过对称子阵进行近场源定位，IEEE信号处理快报，14，6，409-412（2007）·doi:10.1109/LSP.2006.888390
[36] 左，W。；Xin，J。；刘伟。；Zheng，N。；Ohmori，H。；Sano，A.，基于线性预测和斜投影算子的近场源定位，IEEE信号处理汇刊，67，2，415-430（2019）·Zbl 1415.94314号 ·doi:10.1109/TSP.2018.2883034
[37] 左，W。；Xin，J。；Zheng，N。；Sano，A.，无特征分解的远场和近场信号的基于子空间的定位，IEEE信号处理汇刊，66，17，4461-4476（2018）·Zbl 1415.94315号 ·doi:10.1109/TSP.2018.2853124
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。