Resumen

Los algoritmos de estimación de la dirección de llegada (DOA) basados en la inferencia bayesiana dispersa (SBI) pueden estimar eficazmente las fuentes coherentes sin recurrir a técnicas de descorrelación adicionales, y su rendimiento de estimación depende en gran medida de la selección del prior disperso. En concreto, se espera que la prioridad dispersa especificada concentre su masa en el cero y se distribuya con colas pesadas; de lo contrario, estos algoritmos pueden sufrir una degradación del rendimiento. En este trabajo, introducimos una nueva prior dispersa, denominada prior "Gauss-Exp-Chi2", y desarrollamos un algoritmo eficiente de estimación DOA para una mezcla de fuentes no correlacionadas y coherentes bajo un marco jerárquico SBI. La distribución a priori Gauss-Exp-Chi2 presenta un pico agudo en el origen y colas pesadas, y esta propiedad la convierte en una prioridad apropiada para fomentar las soluciones dispersas. Se establece un modelo bayesiano disperso de tres capas. A continuación, explotando la aproximación bayesiana variacional, se estiman los parámetros del modelo actualizándolos alternativamente hasta que la divergencia de Kullback-Leibler (KL) entre la verdadera posterior y la aproximación variacional sea cero. Al construir los espectros de potencia de las fuentes con los parámetros estimados del modelo, se extrae el número y la ubicación de los picos más altos para obtener estimaciones del número de fuentes y del DOA. Además, se discuten algunos detalles de implementación para la optimización del algoritmo y se deriva el límite de Cramér-Rao (CRB) de la estimación DOA. Los resultados de la simulación demuestran la eficacia y el rendimiento favorable del algoritmo propuesto en comparación con los algoritmos bayesianos dispersos más avanzados.

• Materias:Minería de datos Radiofrecuencia Teoría de Antenas Redes Inalámbricas Ondas de radiofrecuencia
• Subjects:Data mining Radio frequency Antenna theory Wireless Networks Radio frequency waves
• Palabras claves:fuente coherente, cola pesada, direcciones de llegada, algoritmo bayesiano disperso, espectro de potencia de la fuente, inferencia bayesiana dispersa, distribución a priori chi2, modelo bayesiano disperso, selección de dispersos, estimación eficiente de doa
• Keywords:coherent source, heavy tail, directions of arrival, sparse bayesian algorithm, source power spectrum, sparse bayesian inference, chi2 prior distribution, sparse bayesian model, selection of sparse, efficient doa estimation