.png){kind=icon}
返回
Wavelet-Inspired Root-MUSIC Using Symmetric Sparse Linear Array
.png){kind=icon}
OA
AI
DOI：10.1049/ell2.70491.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
稀疏阵列可以增大阵列孔径，从而提高角分辨率。然而，这也引入了额外的计算复杂度。本文提出了一种对称稀疏阵列结构，其中不同阵元间距的子阵列采样不同的空间域信号，类似于小波理论中使用不同尺度的小波母函数处理信号的各种频率分量。根MUSIC方法可以直接应用于所提出的方法，并且仿真结果表明，该方法在实现与超嵌套阵列相当的到达角估计性能的同时，保持了较低的计算复杂度。
Keyword:
DOA estimation
Sparse array
wavelet-inspired
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
0.8
论文数:
290
被引数:
1.2W
机构
暂无机构信息
引用论文
Kulkarni, P.; Vaidyanathan, P.P. Weight-Constrained Sparse Arrays For Direction of Arrival Estimation Under High Mutual Coupling. IEEE Trans. Signal Process. 2024, 72, 4444–4462. [Google Scholar] [CrossRef]Kulkarni, P.; Vaidyanathan, P.P. 带权重约束的稀疏阵列在强互耦合条件下的到达方向估计. IEEE Trans. Signal Process. 2024, 72, 4444–4462. [Google Scholar] [CrossRef].png)
IF0
PREAI
分享收藏分享收藏 没有更多内容
没有更多内容