Robust Sparse Bayesian Learning for Off-Grid DOA Estimation With Non-Uniform Noise
Robust Sparse Bayesian Learning for Off-Grid DOA Estimation With Non-Uniform Noise
复制标题
用于非均匀噪声离网 DOA 估计的鲁棒稀疏贝叶斯学习
DOI：
10.1109/access.2018.2877727
复制
发表时间：
2018
期刊：
影响因子：
3.9
通讯作者：
Huang Mengxing
中科院分区：
文献类型：
--
作者：
Wang Huafei;Wang Xianpeng;Wan Liangtian;Huang Mengxing
传统的基于稀疏表示的波达方向(DOA)估计算法在离散化过程中存在非均匀噪声和离网间隙的情况下，其估计性能会显著下降。针对非均匀噪声下的离网DOA估计问题，提出了一种稳健的稀疏贝叶斯学习方法。在该方法中，非均匀噪声的协方差矩阵通过改进的逆迭代法重建。然后，将空间域中离散的采样网格点作为动态参数，利用期望最大化算法迭代求精离散网格点的位置。这个精化过程是通过求解多项式来实现的。仿真结果表明，该方法在均匀噪声和非均匀噪声情况下均能保持良好的波达方向估计性能。此外，该算法在粗网格条件下也能获得令人满意的性能。
The performance of traditional sparse representation-based direction-of-arrival (DOA) estimation algorithm is substantially degraded in the presence of non-uniform noise and off-grid gap caused by the discretization processes. In this paper, a robust sparse Bayesian learning method is proposed for off-grid DOA estimation with non-uniform noise. In the proposed method, the covariance matrix of non-uniform noise is reconstructed by a modified inverse iteration method. Then, the discrete sampling grid points in the spatial domain are treated as dynamic parameters, and the expectation-maximization algorithm is used to iteratively refine the position of the discretization grid points. This refinement procedure is implemented by solving a polynomial. The simulation results indicate that the proposed method can maintain excellent DOA estimation performance with uniform or non-uniform noise. Furthermore, it can also achieve satisfactory performance under a coarse grid condition.
登录
查看更多内容
DOI：
10.1109/radar.2016.8059247
发表时间：
2016-10
期刊：
2016 CIE International Conference on Radar (RADAR)
影响因子：
--
作者：
Xianpeng Wang;Mengxing Huang;G. Bi
通讯作者：
Xianpeng Wang;Mengxing Huang;G. Bi
影响因子：
1.3
作者：
Bin Liao;Guisheng Liao;Jun Wen
通讯作者：
Bin Liao;Guisheng Liao;Jun Wen
影响因子：
2.5
作者：
N. Hurt
通讯作者：
N. Hurt
影响因子：
4.4
作者：
Nan Hu;Z. Ye;Dongyang Xu;Shenghong Cao
通讯作者：
Nan Hu;Z. Ye;Dongyang Xu;Shenghong Cao
影响因子：
3.9
作者：
D. Madurasinghe
通讯作者：
D. Madurasinghe