利用低秩/稀疏矩阵分解在部分相关噪声中进行 DOA 估计
信息论
2016-11-15 v1 math.IT
摘要
我们考虑在未知部分相关噪声环境中的波达方向（DOA）估计问题，其中噪声协方差矩阵是稀疏的。稀疏噪声协方差矩阵是由几个广泛分离的子阵列组成的稀疏阵列传感器的常见模型。由于子阵列内传感器间的间距较小，子阵列内的噪声通常在空间上是相关的，而由于子阵列间距离较大，它们之间的噪声是不相关的。因此，此类阵列的噪声协方差矩阵具有块对角结构，这确实是稀疏的。此外，在普通的非稀疏阵列中，由于相邻传感器间距离较小，相邻传感器之间存在噪声耦合，而可以假设非相邻传感器具有空间不相关的噪声，这使得阵列噪声协方差矩阵再次呈现稀疏性。利用低秩/稀疏矩阵分解、矩阵补全和稀疏表示中一些最近可用的工具，我们提出了一种新方法，该方法可以在上述部分相关噪声中分辨可能相关甚至相干的源。特别地，当源不相关时，我们的方法涉及求解二阶锥规划（SOCP）；如果它们相关或相干，则需要求解计算上更困难的凸规划。我们通过数值模拟并与 Cramer-Rao 界（CRB）进行比较，展示了所提算法的有效性。
引用
@article{arxiv.1405.0674,
title = {DOA Estimation in Partially Correlated Noise Using Low-Rank/Sparse Matrix Decomposition},
author = {Mohammadreza Malek-Mohammadi and Magnus Jansson and Arash Owrang and Ali Koochakzadeh and Massoud Babaie-Zadeh},
journal= {arXiv preprint arXiv:1405.0674},
year = {2016}
}
备注
in IEEE Sensor Array and Multichannel signal processing workshop (SAM), 2014