用于 DoA 估计的 Toeplitz-Hermitian ADMM-Net
信号处理
2025-02-20 v1
摘要
本文提出了 Toeplitz-Hermitian ADMM-Net (THADMM-Net)，这是一种通过深度展开交替方向乘子法 (ADMM) 算法得到的深度神经网络，用于求解波达方向估计背景下的最小绝对收缩阈值算子问题。通过对可学习矩阵施加 Toeplitz-Hermitian 以及半正定约束，每层所需的参数总数从 减少到约 ，其中 是稀疏恢复问题中使用的字典长度。数值仿真表明，在具有更低参数量和网络深度的情况下，THADMM-Net 在 0 dB 至 35 dB 的信噪比范围内，在归一化均方误差、检测率以及均方根误差方面均优于 Toeplitz-Lista。
引用
@article{arxiv.2502.13896,
title = {Toeplitz-Hermitian ADMM-Net for DoA Estimation},
author = {Youval Klioui},
journal= {arXiv preprint arXiv:2502.13896},
year = {2025}
}