Most localization methods for mixed far-field (FF) and near-field (NF) sources are based on uniform linear array (ULA) rather than sparse linear array (SLA). In this paper, we propose a localization method for mixed FF and NF sources based on the generalized symmetric linear arrays, which include ULAs, Cantor array, Fractal array and many other SLAs. Our method consists of two steps. In the first step, the high-order statistics of the array output is exploited to increase the degree of freedom. Then the direction-of-arrivals (DOAs) of the FF and NF sources are jointly estimated by using the recently proposed atomic norm minimization (ANM), which belongs to the gridless super-resolution method since the discretization of the parameter space is not required. In the second step, the ranges are given by MUSIC-like one-dimensional searching. Simulations results are provided to demonstrate the advantages of our method.


翻译:在本文件中,我们提议了一种基于通用对称线性阵列的混合远场和近场源的本地化方法,其中包括ULAs、Cantor阵列、Fractal阵列和许多其他SLAs。我们的方法由两步组成。第一步,利用阵列输出的高等级统计数据来增加自由程度。然后,通过使用最近提议的原子规范最小化(ANM),对FF和NF混合源的本地化方法进行联合估计,后者属于无网格超分辨率方法,因为不需要参数空间的离散。第二步,范围由类似于MUSIC的一维搜索提供。提供了模拟结果,以显示我们方法的优点。

0
下载
关闭预览

相关内容

GitHub 发布的文本编辑器。
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
Python图像处理,366页pdf,Image Operators Image Processing in Python
Python分布式计算,171页pdf,Distributed Computing with Python
专知会员服务
107+阅读 · 2020年5月3日
【干货书】流畅Python,766页pdf,中英文版
专知会员服务
224+阅读 · 2020年3月22日
【新书】Python编程基础,669页pdf
专知会员服务
193+阅读 · 2019年10月10日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
已删除
创业邦杂志
5+阅读 · 2019年3月27日
RL 真经
CreateAMind
5+阅读 · 2018年12月28日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
机器人开发库软件大列表
专知
10+阅读 · 2018年3月18日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
3+阅读 · 2018年2月24日
VIP会员
相关资讯
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
已删除
创业邦杂志
5+阅读 · 2019年3月27日
RL 真经
CreateAMind
5+阅读 · 2018年12月28日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
机器人开发库软件大列表
专知
10+阅读 · 2018年3月18日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员