.png){kind=icon}
返回
Sparse reconstruction method for Direction-of-Arrival estimation using Vector sensor array
.png){kind=icon}
PRE
AI
DOI：10.1016/j.sigpro.2025.110176.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 提出使用声矢量传感器阵列的SBL-V和MSBL-V方法。
• 建立了针对均匀线性AVS阵列的定制噪声模型以提高鲁棒性。
• 通过AVS信号结构改进超参数和噪声估计。
• 通过AVS与稀疏建模的协同作用增强模糊抑制。
• 在分辨率和估计精度方面优于基于APS和AVS的方法。
Keyword:
Sparse Bayesian learning
Vector sensor
DOA estimation
Hyperparameter estimation
期刊
IF:
3.6
论文数:
10.0K
被引数:
1.7W
机构
暂无机构信息
引用论文
.png){kind=icon}
分享收藏
An efficient sparse method for direction-of-arrival estimation in the presence of strong interference一种在强干扰环境下进行到达方向估计的高效稀疏方法
PREAI
分享收藏Sparsity-based direction-of-arrival estimation in the presence of near-field and far-field interferences for small-scale platform sonar arrays基于稀疏性的近场和远场干扰下的小尺度平台声纳阵列到达方向估计
PREAI
分享收藏
查看更多内容