从稀疏信号重构的视角看待传感器阵列的声源定位.zip
从稀疏信号重构的视角看待传感器阵列的声源定位,中文 5293字，英文为pdf格式dmitry malioutov student member ieee müjdat Çetin member ieee and alan s. willsky fellow ieee摘要：我们提出了一种具有过完备矩阵的稀疏表示传...
该文档为压缩文件,包含的文件列表如下:
内容介绍
原文档由会员 红提很好吃 发布
从稀疏信号重构的视角看待传感器阵列的声源定位
中文 5293字 ，英文为pdf格式
Dmitry Malioutov Student Member IEEE Müjdat Çetin Member IEEE and Alan S. Willsky Fellow IEEE
摘要：我们提出了一种具有过完备矩阵的稀疏表示传感器测量源定位方法，我们通过利用L1范数约束实现稀疏性。最近大量针对L1范数约束特性的研究文献证明了稀疏性。实施稀疏表示的动机是希望获得清晰的具有超高分辨率空间谱估计。我们提出使用奇异值分解(SVD)数据矩阵来总合多时间或多频率采样数据。我们的方法导致了优化问题，我们可以在一个二阶锥(SOC)的编程框架中通过内点实现来有效的解决这个问题。我们提出了一个网格细化的方法，减轻网格空间定位估计限制的影响，并介绍了规则化参数的自动选择方案。我们通过用模拟数据作空间谱图像和用估计出的方差与克拉-美罗界的比较说明了我们方法的有效性。我们观察到，我们的方法具有很多其他的声源定位技术没有的优势，包括更高的分辨率，提高对噪声的鲁棒性，对数据量的限制，相关信号的处理，以及不需要一个准确的初始化。
关键词：波达方向估计，过完备表示，传感器阵列处理，信源定位，稀疏表示，超分辨率
中文 5293字 ，英文为pdf格式
Dmitry Malioutov Student Member IEEE Müjdat Çetin Member IEEE and Alan S. Willsky Fellow IEEE
摘要：我们提出了一种具有过完备矩阵的稀疏表示传感器测量源定位方法，我们通过利用L1范数约束实现稀疏性。最近大量针对L1范数约束特性的研究文献证明了稀疏性。实施稀疏表示的动机是希望获得清晰的具有超高分辨率空间谱估计。我们提出使用奇异值分解(SVD)数据矩阵来总合多时间或多频率采样数据。我们的方法导致了优化问题，我们可以在一个二阶锥(SOC)的编程框架中通过内点实现来有效的解决这个问题。我们提出了一个网格细化的方法，减轻网格空间定位估计限制的影响，并介绍了规则化参数的自动选择方案。我们通过用模拟数据作空间谱图像和用估计出的方差与克拉-美罗界的比较说明了我们方法的有效性。我们观察到，我们的方法具有很多其他的声源定位技术没有的优势，包括更高的分辨率，提高对噪声的鲁棒性，对数据量的限制，相关信号的处理，以及不需要一个准确的初始化。
关键词：波达方向估计，过完备表示，传感器阵列处理，信源定位，稀疏表示，超分辨率
