多项式矩阵的最小二乘Khatri-Rao分解
信号处理
2025-04-01 v1
摘要
Khatri-Rao乘积在阵列处理、张量分解和多向数据分析中被广泛使用。许多应用需要最小二乘(LS)Khatri-Rao分解。在宽带阵列问题中，多项式矩阵有效地建模频率依赖行为， necessitating将常规线性代数技术扩展到多项式矩阵。本文通过对多项式矩阵的离散傅里叶变换(DFT)样本应用Khatri-Rao分解，将LS Khatri-Rao分解从普通矩阵推广到多项式矩阵。通过相位平滑算法确保跨bin-wise Khatri-Rao因子之间的相位一致性。通过对统一平面阵列(UPA)的宽带角度到达(AoA)估计算法验证了所提出的方法，其中指向矩阵是多项式矩阵，可表示为指向矩阵在方位和仰角方向之间的Khatri-Rao乘积。
引用
@article{arxiv.2503.23187,
title = {Least-Squares Khatri-Rao Factorization of a Polynomial Matrix},
author = {Faizan A. Khattak and Fazal-E-Asim and Stephan Weiss and Andre L. F. de Almeida},
journal= {arXiv preprint arXiv:2503.23187},
year = {2025}
}