IEEE Transactions on Signal Processing· 2012Q1
Açık Izgara Varış Yönü Tahmini için Seyrek Bayesci Çıkarım Kullanımı
Off-Grid Direction of Arrival Estimation Using Sparse Bayesian Inference
- 912atıf
- Q1SCImago
- 2012yıl
Kısa özet
Yeni bir iteratif Bayesci algoritma, gerçek varış yönleri (DOA) ayrık örnekleme ızgarasına denk gelmese bile sinyallerin varış yönünü doğru bir şekilde tahmin eder ve ortalama karesel hata açısından mevcut yöntemlerden daha iyi performans gösterir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Açık ızgara DOA tahmini için iteratif bir Bayesci algoritma geliştirildi.
- Algoritma, daha küçük modelleme hatasına sahip bir açık ızgara modeli kullanır.
- Anlık görüntüler arasındaki ortak seyrekliği, bir Laplace önseli kullanılarak kullanılır.
- Mevcut yöntemlere kıyasla ortalama karesel hata açısından iyileştirilmiş doğruluk elde eder.
- Çok kaba örnekleme ızgaralarıyla bile yüksek doğruluk korunur.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Direction of arrival (DOA) estimation is a classical problem in signal processing with many practical applications. Its research has recently been advanced owing to the development of methods based on sparse signal reconstruction. While these methods have shown advantages over conventional ones, there are still difficulties in practical situations where true DOAs are not on the discretized sampling grid. To deal with such an off-grid DOA estimation problem, this paper studies an off-grid model that takes into account effects of the off-grid DOAs and has a smaller modeling error. An iterative algorithm is developed based on the off-grid model from a Bayesian perspective while joint sparsity among different snapshots is exploited by assuming a Laplace prior for signals at all snapshots. The new approach applies to both single snapshot and multi-snapshot cases. Numerical simulations show that the proposed algorithm has improved accuracy in terms of mean squared estimation error. The algorithm can maintain high estimation accuracy even under a very coarse sampling grid.
Yazarların özeti; kaynağından alınmıştır. IEEE Transactions on Signal Processing, 2012 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Sinyal İşleme
Signal ProcessingComputer Science