Localización de fuentes en campos mixtos basada en la matriz no hermítica
Autores: Mo, Minggang; Sun, Zhaowei
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Localización de fuentes en campos mixtos basada en la matriz no hermítica
Categoría
Gestión y administración
Subcategoría
Gestión de la tecnología y la inovación
Palabras clave
Eficiente
De alto orden
Localización de fuentes
Cumulante
Vectores propios
Complejidad computacional
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
En este artículo, se propone un método eficiente de clasificación de señales múltiples (MUSIC) de alto orden para la localización de fuentes en campos mixtos. En primer lugar, se diseña una matriz no hermítica basada en un cumulante de alto orden. Se demuestra que una de las matrices de dirección, que está relacionada únicamente con las direcciones de llegada (DOA), es ortogonal a los vectores propios correspondientes a los valores propios cero. La otra matriz de dirección que contiene la información tanto de la DOA como del rango se demuestra que abarca el mismo subespacio de columnas que los vectores propios correspondientes a los valores propios no cero. Al aplicar la ortogonalización de Gram-Schmidt, se puede lograr la estimación del rango una por una después de sustituir cada DOA estimada. El análisis muestra que la complejidad computacional del método propuesto es menor que la de otros métodos, y la efectividad del método propuesto se demuestra con algunos resultados de simulación.
Descripción
En este artículo, se propone un método eficiente de clasificación de señales múltiples (MUSIC) de alto orden para la localización de fuentes en campos mixtos. En primer lugar, se diseña una matriz no hermítica basada en un cumulante de alto orden. Se demuestra que una de las matrices de dirección, que está relacionada únicamente con las direcciones de llegada (DOA), es ortogonal a los vectores propios correspondientes a los valores propios cero. La otra matriz de dirección que contiene la información tanto de la DOA como del rango se demuestra que abarca el mismo subespacio de columnas que los vectores propios correspondientes a los valores propios no cero. Al aplicar la ortogonalización de Gram-Schmidt, se puede lograr la estimación del rango una por una después de sustituir cada DOA estimada. El análisis muestra que la complejidad computacional del método propuesto es menor que la de otros métodos, y la efectividad del método propuesto se demuestra con algunos resultados de simulación.