低快拍场景下基于稀疏阵列周期图平均的宽带信源枚举
信号处理
2019-12-30 v1
摘要
本文针对信源数多于传感器数的欠定场景，提出了一种新的稀疏阵列信源枚举算法。该算法将宽带信号分解为多个不相关的频带，计算窄带空间周期图，然后对周期图进行平均以增强信源谱信息。对宽带周期图作逆空间傅里叶变换可估计空间相关函数，经滞后冗余平均后填充至一个厄米托普利茨增广协方差矩阵（ACM）的对角线上。本文提出一种改进的最小描述长度（MDL）准则，称为 MDLgap，利用所构造 ACM 的特征值进行信源枚举。可证明 MDLgap 绝不会高估存在的信源数，且在所呈现信号动态范围有限时具有渐近一致性。数值仿真表明，所提 MDLgap 算法在欠定信源枚举上优于现有方法，尤其在低快拍场景下。
引用
@article{arxiv.1912.11552,
title = {Wideband Source Enumeration Using Sparse Array Periodogram Averaging in Low Snapshot Scenarios},
author = {Yang Liu and John R. Buck},
journal= {arXiv preprint arXiv:1912.11552},
year = {2019}
}
备注
8 pages, 6 figures. arXiv admin note: text overlap with arXiv:1912.11526