用于联合阵列自校准与稀疏模型波达方向估计的低秩矩阵恢复
信号处理
2017-12-19 v1 信息论
math.IT
摘要
在这项工作中，将联合校准与波达方向(DoA)估计作为自校准单测量向量(SMV)模型公式向多测量向量(MMV)情形的推广来处理。通过利用多个快拍，提出一种修正的核范数最小化问题以恢复一个低秩的大维矩阵。我们还给出了MMV模型的线性算子定义，并给出其相应的矩阵表示以生成凸优化问题的一个变体。为降低该方法的计算复杂度，应用奇异值分解(SVD)来缩减问题规模。所提方法的性能通过数值仿真得到验证。
引用
@article{arxiv.1712.05890,
title = {Low Rank Matrix Recovery for Joint Array Self-Calibration and Sparse Model DoA Estimation},
author = {Cheng-Yu Hung and Mostafa Kaveh},
journal= {arXiv preprint arXiv:1712.05890},
year = {2017}
}