面向非参数源定位的单峰约束矩阵分解
信息论
2019-02-13 v2 math.IT
摘要
本文研究了在多个位置获得若干能量样本的条件下，对多个源进行同时定位的问题。所提策略既不需要信号传播模型的知识，也不利用源的空间特征。我们开发了基于矩阵观测模型的非参数源定位框架。研究表明，可通过定位从不完整能量观测矩阵中提取的一对位置特征向量的峰值来估计源位置。我们开发了鲁棒峰值定位算法，并证明在无测量噪声时，其源定位均方误差（MSE）以快于 O(1/M^1.5) 的速度随 M 个样本递减。为从具有多源混合能量的矩阵中提取源特征向量，我们构建了单峰约束矩阵分解（UMF）问题，并开发了两种旋转技术以高效求解 UMF。数值实验表明，所提方案在检测单源时仅用 1/5 能量测量样本即取得与核回归基线相似的性能，且在检测多源情形下性能增益更为显著。
引用
@article{arxiv.1711.07457,
title = {Unimodality-Constrained Matrix Factorization for Non-Parametric Source Localization},
author = {Junting Chen and Urbashi Mitra},
journal= {arXiv preprint arXiv:1711.07457},
year = {2019}
}