nach oben

Cluster Computing

Erschienen in:

22.01.2018

A new DOA estimation algorithm based on compressed sensing

verfasst von: Zhang Yong, Zhang Li-Yi, Han Jian-Feng, Ban Zhe, Yang Yi

Erschienen in: Cluster Computing | Sonderheft 1/2019

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

Considering the computational complexity and redundancy of traditional array signal arrival angle (DOA) estimation algorithms, the compressed sensing technology was used to improve the real-time and accurate performance of the DOA estimation algorithm, in which, the space sparse signals were reconstructed from the array data by means of array manifold matrix. Compared with the classical MUSIC algorithm, the compressed sensing DOA estimation method could effectively improve the direction finding accuracy and angle resolution with low SNR and snapshot deficiency. Moreover, the proposed algorithm could achieve the coherent signal estimation correctly, and the simulation results show that its performance was superior to that of traditional algorithm.

Vorheriger Artikel Resource recommendation via user tagging behavior analysis

Nächster Artikel On the use of chaotic iterations to design keyed hash function

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Hu, N., Ye, Z., Xu, X., et al.: DOA estimation for sparse array via sparse signal reconstruction. IEEE Trans. Aerospace Electron. Syst. 49(2), 760–773 (2013)CrossRef

Xi, N., Liping, L.: A computationally efficient subspace algorithm for 2-D DOA estimation with L-shaped array. IEEE Signal Process. Lett. 21(8), 971–974 (2014)CrossRef

Yan, F.G., Jin, M., Qiao, X.: Low-complexity DOA estimation based on compressed MUSIC and Its performance analysis. IEEE Trans. Signal Process. 61(8), 1915–1930 (2013)MathSciNetCrossRefMATH

Rahman, M.U.: Performance analysis of MUSIC DOA algorithm estimation in multipath environment for automotive radars. Int. J. Appl. Sci. Eng. 14(2), 125–132 (2016)

Ren, S., Ma, X., Yan, S., et al.: 2-D unitary ESPRIT-like direction of arrival estimation for coherent signals with a uniform rectangular array. Sensors 13(4), 4272–4288 (2013)CrossRef

Qian, C., Huang, L., So, H.C.: Computationally efficient ESPRIT algorithm for direction-of-arrival estimation based on Nyström method. Signal Process. 94, 74–80 (2014)CrossRef

Gu, J.F., Zhu, W.P., Swamy, M.N.S.: Joint 2-D DOA estimation via sparse L-shaped array. IEEE Trans. Signal Process. 63(5), 1171–1182 (2015)MathSciNetCrossRefMATH

Qian, C., Huang, L., So, H.C.: Improved unitary root-MUSIC for DOA estimation based on pseudo-noise resampling. IEEE Signal Process. Lett. 21(2), 140–144 (2014)CrossRef

Donoho, D.L.: Compressed sensing. IEEE Trans. Inf. Theory 52(4), 1289–1306 (2006)MathSciNetCrossRefMATH

10.

Malloy, M.L., Nowak, R.D.: Near-optimal adaptive compressed sensing. IEEE Trans. Inf. Theory 60(7), 4001–4012 (2014)MathSciNetCrossRefMATH

11.

Malioutov, D., Cetin, M., Willsky, A.: A sparse signal reconstruction perspective for source localization with sensor arrays. IEEE Trans. Signal Process. 53(8), 3010–3022 (2005)MathSciNetCrossRefMATH

12.

Gribonval, R., Cevher, V., Davies, M.E.: Compressible distributions for high-dimensional statistics. IEEE Trans. Inf. Theory 58(8), 5016–5034 (2012)MathSciNetCrossRefMATH

13.

Rossi, M., Haimovich, A.M., Eldar, Y.C.: Spatial compressive sensing for MIMO radar. IEEE Trans. Signal Process. 62(2), 419–430 (2014)MathSciNetCrossRefMATH

14.

Kim, L.O., Ye, J.: Compressive music: revisiting the link between compressive sensing and array signal processing. IEEE Trans. Inf. Theory 58(1), 278–301 (2012)MathSciNetCrossRefMATH

15.

Liu, Z.M., Huang, Z.T., Zhou, Y.Y.: Sparsity-inducing direction finding for narrowband and wideband signals based on array covariance vectors. IEEE Trans. Wirel. Commun. 12(8), 3896–3907 (2013)CrossRef

16.

Bo, L., Zeng-Hui, Z., Ju-Bo, Z.: Sparsity model and performance analysis of DOA estimation with compressive sensing. J. Electron. Inf. Technol. 36(3), 589–594 (2014)

17.

Donoho, D.L., Huo, X.: Uncertainty principles and ideal atomic decomposition. IEEE Trans. Inf. Theory 47, 2845–2862 (2001)MathSciNetCrossRefMATH

18.

Gribonval, R., Nielsen, M.: Sparse representations in unions of bases. IEEE Trans. Inf. Theory 49, 3320–3325 (2003)MathSciNetCrossRefMATH

19.

Cai, T., Wang, L., Xu, G.W.: Stable recovery of sparse signals and an oracle inequality. IEEE Trans. Inf. Theory 56, 3516–3522 (2010)MathSciNetCrossRefMATH

20.

Dheringe, N.A., Bansode, B.N.: Performance evaluation and analysis of direction of arrival estimation using MUSIC, TLS ESPRIT and Pro ESPRIT algorithms. Perform. Eval. 4(6), 4948–4958 (2015)

Titel: A new DOA estimation algorithm based on compressed sensing
verfasst von: Zhang Yong
Zhang Li-Yi
Han Jian-Feng
Ban Zhe
Yang Yi
Publikationsdatum: 22.01.2018
Verlag: Springer US
Erschienen in: Cluster Computing / Ausgabe Sonderheft 1/2019
Print ISSN: 1386-7857
Elektronische ISSN: 1573-7543
DOI: https://doi.org/10.1007/s10586-018-1752-8

Springer Professional

Abstract

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Technik"

Springer Professional "Wirtschaft"

Weitere Artikel der Sonderheft 1/2019

Enhancing the accuracy of static analysis for detecting sensitive data leakage in Android by using dynamic analysis

Research trend analysis on convergence and joint research of Korea using scientific papers

Optimized state update for mobile games in cloud networks

Cloud based u-healthcare network with QoS guarantee for mobile health service

Anti load disturbance method for AC servo motor power system

Semantic feature hierarchical clustering algorithm based on improved regional merging strategy

Premium Partner