基于多步知识辅助迭代共轭梯度算法的波达方向估计
信号处理
2018-12-19 v1 信息论
机器学习
声音
音频与语音处理
math.IT
最优化与控制
机器学习
摘要
在本工作中，我们提出了基于 Krylov 子空间的波达方向（DoA）估计算法，其有效利用了入射到传感器阵列上的信号的先验知识。所提出的多步知识辅助迭代共轭梯度（CG）（MS-KAI-CG）算法对传感器数据估计协方差矩阵中不需要的项进行剔除。此外，我们开发了配备前向后向平均的 MS-KAI-CG 版本，称为 MS-KAI-CG-FB，适用于相关信号场景。当前的知识辅助方法利用已知 DoA 来增强输入数据协方差矩阵的估计，与之不同，MS-KAI-CG 算法利用了前向后向平滑协方差矩阵及其扰动项的结构知识。针对不相关与相关信号的仿真表明，MS-KAI-CG 算法优于现有技术。
引用
@article{arxiv.1812.07505,
title = {Direction Finding Based on Multi-Step Knowledge-Aided Iterative Conjugate Gradient Algorithms},
author = {S. Pinto and R. C. de Lamare},
journal= {arXiv preprint arXiv:1812.07505},
year = {2018}
}
备注
7 figures, 11 pages