.png){kind=icon}
返回
A Group-Sparsity-Based Hyperparameter-Free Framework for Wideband DOA Estimation
.png){kind=icon}
PRE
AI
DOI：10.1109/taes.2026.3715587.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于组稀疏性（GS-based）的无超参数欠定宽带到达方向（DOA）估计框架被提出，用于解决传感器数量少于源数量的情况。基于频率分解的子带模型，首先提出了窄带稀疏迭代协方差估计方法的直接宽带扩展，融合子带结果。然后，为了解决均匀线性阵列的欠定DOA估计问题，提出了基于组稀疏性的宽带稀疏迭代协方差估计（GS-WSPICE）框架，同时利用感兴趣子带的信息。具体而言，在所提出的框架下考虑源谱的两个先验信息，宽带代价函数被重新表述为两个改进的目标函数和约束结构。这显著减少了估计参数，同时充分利用了子带模型的增强自由度。相应地，引入了两种方法，即GS-WSPICE（${{\mathcal {P}}_{\text{up}}}$）和GS-WSPICE（${{\mathcal {P}}_{\text{uf}}}$），作为有效的欠定解决方案，无需稀疏阵列。所提出的方法被证明是凸的，可以表示为半定规划（SDP）形式。然后，开发了一种高效的循环解，并提出了一种基于动态字典的混合循环和SDP解，以进一步降低计算复杂度。数值和实验结果验证了所提出的无超参数方法的有效性，与现有宽带方法相比，不再需要耗时的超参数调整过程。
Keyword:
Direction of arrival (DOA)
hyperparameter-free
underdetermined
wideband
期刊
IF:
5.7
论文数:
803
被引数:
2.4W
机构
引用论文
A likelihood-based hyperparameter-free algorithm for robust block-sparse recovery.png)
SIGNAL PROCESSING
SIGNAL PROCESSINGIF3.6
PREAI
分享收藏Underdetermined DOA Estimation Under the Compressive Sensing Framework: A Review压缩感知框架下的欠定DOA估计: 综述IEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏A Review of Closed-Form Cramer-Rao Bounds for DOA Estimation in the Presence of Gaussian Noise Under a Unified FrameworkIEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏Low Complexity DOA Estimation for Wideband Off-Grid Sources Based on Re-Focused Compressive Sensing With Dynamic Dictionary基于动态字典重聚焦压缩感知的宽带离网源低复杂度DOA估计OAAI
OAAI分享收藏
查看更多内容