Este trabajo propone un nuevo algoritmo basado en la recuperación de señales dispersas para estimar la dirección de llegada (DOA) de múltiples fuentes. El modelo de problema que construimos es sobre el ajuste de la matriz de covarianza de la muestra por potencias de fuente desconocidas. Mejoramos la dispersión mediante la función de penalización sigmoidea de doble umbral que puede aproximar la norma l0 con precisión. Nuestro método puede distinguir fuentes muy próximas entre sí y no necesita conocer el número de fuentes. Además, nuestro método también puede funcionar bien con una SNR baja. Además, nuestro método puede manejar más fuentes con precisión que otros métodos. Se realizan simulaciones para certificar el gran rendimiento del método propuesto.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Inferencia de máxima verosimilitud para modelos univariados de ecuaciones diferenciales con retardos múltiples.
Artículo:
Sobre la capacidad de los canales de desvanecimiento MIMO Weibull-Gamma en régimen de baja SNR
Artículo:
Construcción de un modelo de aprendizaje automático basado en minería de texto y clasificación de comerciantes de Meituan.
Artículo:
Control deslizante adaptativo de superficie dinámica con retroalimentación de salida para UAVs de cuadricópteros con restricciones de error de seguimiento.
Artículo:
GAN-Holo: Holografía Generada Basada en Redes Generativas Adversarias Utilizando Aprendizaje Profundo