Direction-of-arrival estimation based on joint sparsity.
Direction-of-arrival estimation based on joint sparsity.
复制标题
DOI：
10.3390/s110909098
复制
发表时间：
2011
期刊：
影响因子：
--
通讯作者：
Zhou Y
中科院分区：
文献类型：
--
作者：
Wang J;Huang Z;Zhou Y
我们提出了一种称为联合稀疏DOA的DOA估计算法来解决使用传感器阵列进行到达方向（DOA）估计的问题。首先，将DOA估计转化为联合稀疏恢复问题。然后，用arctan函数表示联合稀疏性来近似范数，通过最小化近似范数得到DOA估计。最后，利用拟牛顿估计DOA的方法解决了最小化问题。仿真结果表明，该算法与大多数现有方法相比具有优势：只需少量快照即可估计DOA，且不需要先验地知道源的数量。不仅提高了分辨率，还能很好地处理相干源。
We present a DOA estimation algorithm, called Joint-Sparse DOA to address the problem of Direction-of-Arrival (DOA) estimation using sensor arrays. Firstly, DOA estimation is cast as the joint-sparse recovery problem. Then, norm is approximated by an arctan function to represent joint sparsity and DOA estimation can be obtained by minimizing the approximate norm. Finally, the minimization problem is solved by a quasi-Newton method to estimate DOA. Simulation results show that our algorithm has some advantages over most existing methods: it needs a small number of snapshots to estimate DOA, while the number of sources need not be known a priori. Besides, it improves the resolution, and it can also handle the coherent sources well.
登录
查看更多内容
影响因子：
5.4
作者：
Stoica, Petre;Babu, Prabhu;Li, Jian
通讯作者：
Li, Jian
影响因子：
5.4
作者：
Malioutov, D;Çetin, M;Willsky, AS
通讯作者：
Willsky, AS
影响因子：
5.4
作者：
Mourad, Nasser;Reilly, James P.
通讯作者：
Reilly, James P.
影响因子：
5.4
作者：
Chen, Jie;Huo, Xiaoming
通讯作者：
Huo, Xiaoming
DOI：
10.3390/s110504780
发表时间：
2011
期刊：
Sensors (Basel, Switzerland)
影响因子：
--
作者：
Sun K;Liu Y;Meng H;Wang X
通讯作者：
Wang X