.png){kind=icon}
返回
Tensor Decomposition Enhanced LRFS Multi-DOA Tracking Based on Coprime Array
.png){kind=icon}
PRE
AI
DOI：10.1109/TAES.2026.3652041.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文通过利用共轭阵列接收到的信号，解决了跟踪时变数量多到达方向（multi-DOA）的问题。多到达方向状态由标记随机有限集表示，并进一步采用广义标记多伯努利（GLMB）分布进行建模。因此，GLMB滤波器自然成为传播多到达方向后验分布的合适方法，从中可以提取多到达方向状态。为了捕捉共轭阵列接收信号固有的高维特性，采用了张量模型，随后通过典型张量分解提取张量的秩-1分量，这些分量包含每个源对应的空域信息。基于此结果，我们将多到达方向似然函数表述为von Mises–Fisher分布。该似然函数使得GLMB滤波器的更新方程得以推导。此外，我们开发了一种基于粒子的算法实现，并通过仿真实验对其有效性进行了评估。即使在低信噪比和有限快照条件下，所提出的算法仍能准确跟踪时变源数量的多到达方向，广义最优子模式分配误差保持在0.5°以内。
Keyword:
Canonical polyadic decomposition (CPD)
generalized labeled multi-Bernoulli (GLMB filter
multi-direction-of-arrival (DOA) tracking
labeled random finite sets (LRFSs)
von Mises–Fisher distribution (vMF)
期刊
IF:
5.7
论文数:
819
被引数:
2.4W
机构
引用论文
.png){kind=icon}
分享收藏
分享收藏
查看更多内容