Weighted Block Sparse Recovery Algorithm for High Resolution DOA Estimation with Unknown Mutual Coupling
Weighted Block Sparse Recovery Algorithm for High Resolution DOA Estimation with Unknown Mutual Coupling
复制标题
未知互耦高分辨率 DOA 估计的加权块稀疏恢复算法
DOI：
10.3390/electronics7100217
复制
发表时间：
2018-09
期刊：
影响因子：
2.9
通讯作者：
Bi Guoan
中科院分区：
文献类型：
--
作者：
Meng D;an;Wang Xianpeng;Huang Mengxing;Shen Chong;Bi Guoan
针对互耦未知的情况，提出了一种基于加权块稀疏恢复的高分辨波达方向估计算法。在我们提出的方法中，首先制定了一个新的块表示模型的基础上的阵列协方差向量，以避免未知的互耦的影响，利用导向矢量的固有结构。在此基础上，提出了一种加权11-范数惩罚算法来恢复块稀疏矩阵，该算法基于一种新的Capon空间谱函数的原理构造加权矩阵，以增加解的稀疏性。最后，DOA可以从恢复的稀疏矩阵的非零块的位置获得。由于该方法利用了阵列的全部接收数据，提高了解的稀疏性，有效避免了阵列孔径的损失，在未知互耦的环境下获得了较好的空间分辨率和估计精度。仿真实验表明，该方法在最小化未知互耦影响方面优于现有算法。
Based on weighted block sparse recovery, a high resolution direction-of-arrival (DOA) estimation algorithm is proposed for data with unknown mutual coupling. In our proposed method, a new block representation model based on the array covariance vectors is firstly formulated to avoid the influence of unknown mutual coupling by utilizing the inherent structure of the steering vector. Then a weighted 1l -norm penalty algorithm is proposed to recover the block sparse matrix, in which the weighted matrix is constructed based on the principle of a novel Capon space spectrum function for increasing the sparsity of solution. Finally, the DOAs can be obtained from the position of the non-zero blocks of the recovered sparse matrix. Due to the use of the whole received data of array and the enhanced sparsity of solution, the proposed method effectively avoids the loss of the array aperture to achieve a better estimation performance in the environment of unknown mutual coupling in terms of both spatial resolution and accuracy. Simulation experiments show the proposed method achieves better performance than other existing algorithms to minimize the effects of unknown mutual coupling.
登录
查看更多内容
DOI：
10.1007/978-0-387-31439-6_647
发表时间：
2008-03
期刊：
--
影响因子：
--
作者：
Richard Baraniuk
通讯作者：
Richard Baraniuk
使用 PARAFAC 对共形阵列进行高精度 2D-DOA 估计
影响因子：
1.5
作者：
Si, Weijian;Liu, Lutao;Tian, Zuoxi;Feng, Naixing
通讯作者：
Feng, Naixing
DOI：
10.1007/978-981-13-2523-6_1
发表时间：
2018-09
期刊：
SpringerBriefs in Electrical and Computer Engineering
影响因子：
--
作者：
L. Kong;Bowen Wang;Guihai Chen
通讯作者：
L. Kong;Bowen Wang;Guihai Chen
DOI：
10.1109/icassp.1999.761384
发表时间：
1999-03
期刊：
1999 IEEE International Conference on Acoustics, Speech, and Signal Processing. Proceedings. ICASSP99 (Cat. No.99CH36258)
影响因子：
--
作者：
T. Svantesson
通讯作者：
T. Svantesson
影响因子：
3.9
作者：
Lifan Zhao;G. Bi;Lu Wang;Haijian Zhang
通讯作者：
Lifan Zhao;G. Bi;Lu Wang;Haijian Zhang