用于单快拍源定位的序贯自适应弹性网方法
统计方法学
2018-05-22 v1 信息论
机器学习
复变函数
math.IT
最优化与控制
应用统计
摘要
本文提出高效算法，利用压缩波束成形（CBF）从单快拍测量中准确恢复信源波达方向（DoA）。在CBF中，传统的传感器阵列信号模型被表述为一个欠定复值线性回归模型，并使用稀疏信号恢复方法来解决DoA寻找问题。我们开发了复值路径加权弹性网（c-PW-WEN）算法，该算法在弹性网调谐参数值路径（或网格）上的罚参数值结点处求解。c-PW-WEN在其路径中还计算Lasso或加权Lasso。然后我们提出一种序贯自适应弹性网（SAEN）方法，该方法基于c-PW-WEN算法，其自适应权重依赖于先前的解。大量仿真研究表明，在若干具有挑战性的多目标场景中，与Lasso、弹性网或正交匹配追踪等传统稀疏信号恢复方法相比，SAEN提高了真实支撑集的精确恢复概率。SAEN的有效性在高互相干性存在时更为显著。
引用
@article{arxiv.1805.07575,
title = {Sequential adaptive elastic net approach for single-snapshot source localization},
author = {Muhammad Naveed Tabassum and Esa Ollila},
journal= {arXiv preprint arXiv:1805.07575},
year = {2018}
}
备注
12 pages, 5 figures, in the publication to the Journal of the Acoustical Society of America