.png){kind=icon}
返回
Computationally Efficient DOA Estimation for Beamforming in Moving Coprime Array Systems
.png){kind=icon}
PRE
AI
DOI：10.1109/lcomm.2026.3717088.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本通信研究了相干源在移动互质阵列（MCA）系统中的到达方向（DOA）估计问题，重点讨论了无线通信中的波束形成技术。由于阵列运动，产生的虚拟子阵列固有地不完整，限制了传统基于插值和重构的方法的有效性，这些方法具有高计算复杂度和较低的鲁棒性。为克服这些局限性，提出了一种计算效率高的稀疏贝叶斯学习（SBL）框架，该框架直接在不完整的子阵列观测上操作，无需显式重构。DOA估计问题被表述为在一个过完备角度字典上的稀疏贝叶斯推断任务，通过证据最大化实现了对缺失虚拟阵列元素的隐式恢复。所提出的方法避免了Toeplitz重构、凸优化和空间平滑，同时实现了高分辨率估计。仿真结果表明，该方法在低信噪比下具有更高的精度和鲁棒性，同时通过避免插值、协方差重构和凸优化阶段，降低了整体处理复杂度。
Keyword:
Direction-of-arrival estimation
moving coprime arrays
Bayesian learning
coarray processing
beamforming
期刊
IF:
4.4
论文数:
1.3W
被引数:
2.2W
机构
引用论文
Fragmented coprime arrays with optimal inter subarray spacing for DOA estimation: Increased DOF and reduced mutual coupling.png)
SIGNAL PROCESSING
SIGNAL PROCESSINGIF3.6
PREAI
分享收藏
Shaikh, A.H.; Liu, X. Super Fragmented Coprime Arrays for DOA Estimation. IEEE Signal Process. Lett. 2025, 32, 1825–1829. [Google Scholar] [CrossRef]Shaikh, A.H.; Liu, X. 超碎片化互质阵列用于波达方向估计。IEEE 信号处理快报，2025, 32, 1825–1829. [Google Scholar] [CrossRef]
IF0
PREAI
分享收藏
查看更多内容