Adaptive sparse representation for source localization with gain/phase errors.
Adaptive sparse representation for source localization with gain/phase errors.
复制标题
DOI：
10.3390/s110504780
复制
发表时间：
2011
期刊：
影响因子：
--
通讯作者：
Wang X
中科院分区：
文献类型：
--
作者：
Sun K;Liu Y;Meng H;Wang X
稀疏表示（SR）算法可以实现高分辨率的到达方向估计。此外，由于频谱估计是基于L1范数最小化等优化技术，而不是基于子空间正交性，因此SR可以有效地分离相干信号源。然而，在实际的源定位场景中，阵列传感器之间存在未知的增益/相位误差是不可避免的。由于这种非理想因素，预定义的过完备基与实际阵列流形不匹配，从而降低了SR中的估计性能。本文提出了一种自适应SR算法，利用多个快照动态调整过完备基，并自适应获取稀疏解以匹配实际场景，从而提高了SR对增益/相位误差的鲁棒性。仿真结果表明，该方法对增益/相位误差估计具有较好的鲁棒性。
Sparse representation (SR) algorithms can be implemented for high-resolution direction of arrival (DOA) estimation. Additionally, SR can effectively separate the coherent signal sources because the spectrum estimation is based on the optimization technique, such as the L1 norm minimization, but not on subspace orthogonality. However, in the actual source localization scenario, an unknown gain/phase error between the array sensors is inevitable. Due to this nonideal factor, the predefined overcomplete basis mismatches the actual array manifold so that the estimation performance is degraded in SR. In this paper, an adaptive SR algorithm is proposed to improve the robustness with respect to the gain/phase error, where the overcomplete basis is dynamically adjusted using multiple snapshots and the sparse solution is adaptively acquired to match with the actual scenario. The simulation results demonstrate the estimation robustness to the gain/phase error using the proposed method.
登录
查看更多内容
影响因子：
5.4
作者：
Malioutov, D;Çetin, M;Willsky, AS
通讯作者：
Willsky, AS
影响因子：
20.6
作者：
CAPON, J
通讯作者：
CAPON, J
DOI：
10.1109/tassp.1985.1164557
发表时间：
1985-01-01
期刊：
IEEE TRANSACTIONS ON ACOUSTICS SPEECH AND SIGNAL PROCESSING
影响因子：
--
作者：
WAX, M;KAILATH, T
通讯作者：
KAILATH, T
影响因子：
10.6
作者：
Çetin, M;Karl, WC
通讯作者：
Karl, WC
影响因子：
5.4
作者：
Cotter, SF;Rao, BD;Kreutz-Delgado, K
通讯作者：
Kreutz-Delgado, K