非高斯干扰下的基于神经网络的波达方向估计
信号处理
2023-07-06 v2
摘要
本工作解决了在非高斯、重尾且空间有色干扰存在下的波达方向（DOA）估计问题。传统上，干扰被认为是高斯分布且空间白化的。然而在实践中，这一假设无法保证，导致 DOA 估计性能下降。在非高斯和空间有色干扰下的极大似然 DOA 估计计算复杂且不实用。因此，本工作提出了一种基于神经网络（NN）的 DOA 估计方法，用于在非高斯空间有色干扰下、源数先验未知的多源场景中进行空间谱估计。所提方法利用单个 NN 实例同时进行源枚举与 DOA 估计。仿真表明，在低信干比、小样本支撑以及源 DOA 与空间有色干扰之间角间隔较小的条件下，所提方法在分辨概率、估计精度和源枚举精度方面显著优于传统方法和基于 NN 的方法。
引用
@article{arxiv.2301.02856,
title = {Neural Network-Based DOA Estimation in the Presence of Non-Gaussian Interference},
author = {Stefan Feintuch and Joseph Tabrikian and Igal Bilik and Haim H. Permuter},
journal= {arXiv preprint arXiv:2301.02856},
year = {2023}
}
备注
Submitted to IEEE Transactions on Aerospace and Electronic Systems