基于图注意力网络的单像素压缩波达方向估计
信号处理
2021-11-03 v2 信息论
机器学习
math.IT
摘要
本文提出了一种利用基于图注意力网络（GAT）的深度学习框架的单像素压缩波达方向（DoA）估计技术。物理层压缩通过编码孔径技术实现，利用一组时空不相干模式探测入射到孔径上的远场源频谱。该信息随后被编码并压缩到编码孔径的通道中。编码孔径基于超表面天线设计，用作接收机，具有单通道特性，并替代了传统的基于多通道光栅扫描的 DoA 估计方案。GAT 网络使压缩 DoA 估计框架能够直接从使用编码孔径获取的测量值中学习 DoA 信息。这一步骤消除了额外重建步骤的需要，并显著简化了处理层以实现 DoA 估计。我们表明，所提出的 GAT 集成单像素雷达框架即使在相对较低信噪比（SNR）水平下也能恢复高保真度的 DoA 信息。
引用
@article{arxiv.2109.05466,
title = {Graph Attention Network Based Single-Pixel Compressive Direction of Arrival Estimation},
author = {Kürşat Tekbıyık and Okan Yurduseven and Güneş Karabulut Kurt},
journal= {arXiv preprint arXiv:2109.05466},
year = {2021}
}
备注
5 pages, 4 figures