针对互耦条件下均匀线阵(Uniform Linear Array,ULA),该文基于交替迭代提出一种适用于混合信号模型的波达方向(Direction of Arrival,DoA)与互耦误差估计算法。算法首先利用ULA互耦矩阵的带状Toeplitz结构,提出一种基于门限的非相干信源...
详细信息
针对互耦条件下均匀线阵(Uniform Linear Array,ULA),该文基于交替迭代提出一种适用于混合信号模型的波达方向(Direction of Arrival,DoA)与互耦误差估计算法。算法首先利用ULA互耦矩阵的带状Toeplitz结构,提出一种基于门限的非相干信源DoA估计方法,进而实现互耦误差初步估计;在此基础上,以交互迭代方式实现混合信号DoA估计及互耦误差更新。算法最多只需二次交互迭代,就可实现收敛。计算机仿真结果表明:该算法在较少接收快拍数及低信噪比情况下,均具有良好的DoA及互耦误差估计性能。
近年来,基于张量补全的频谱制图得到了广泛研究.目前用于频谱制图的张量补全算法大多隐含地假设张量具有平衡特性,而对于非平衡张量,难以利用其低秩性估计完整的张量信息,导致补全算法性能受损.本文提出基于重叠Ket增强(Overlapping Ket Augmentation,OKA)和张量列车(Tensor Train,TT)的非平衡频谱制图算法,以解决非平衡张量在应用传统张量补全算法时性能下降的问题.首先使用OKA将低阶高维张量表示为高阶低维张量,在无信息损耗的情况下解决非平衡张量无法利用其低秩性进行张量补全的问题;然后使用TT矩阵化得到较平衡的矩阵,在维度较平衡条件下提高补全算法的精确度;最后利用高阶低维张量的低秩性,使用并行矩阵分解或基于F范数的无奇异值分解(Singular Value Decomposition Free,SVDFree)算法完成张量补全.仿真结果表明,针对非平衡张量,所提方案与现有的张量补全算法相比,可以获得更精确的无线电地图,同时所提SVDFree算法具有更低的计算复杂度.
暂无评论