• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International conference on artificial intelligence, modelling and simulation >A New Approach for the Differential Spectrum Using the Frobenius Norm
【24h】

A New Approach for the Differential Spectrum Using the Frobenius Norm

机译：利用Frobenius范数求微分谱的一种新方法。

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The SEAD method relies on the difference between the two largest singular values of an augmented spatial covariance matrix in order to generate a Differential Spectrum that provides accurate DOA estimation even for low values of SNR. However the SEAD method is highly dependent on the SVD, such that it has to be performed for each test angle on a sweeping range. We have found that the induced matrix 2-norm by vector, i.e. The largest singular value, corresponds to the dominant contributor to the Differential Spectrum. On the other hand, as the Frobenius norm requires far less computations than the SVD, in this paper we analyze the use of the Frobenius norm to yield a spectrum that allows estimating the DOA angles. The major contribution of this proposition is the ease of performing the calculation of the Frobenius norm as opposed to performing multiple SVD.
机译：SEAD方法依赖于增强的空间协方差矩阵的两个最大奇异值之间的差，以生成即使对于低SNR值也可以提供准确DOA估计的差分频谱。但是，SEAD方法高度依赖于SVD，因此必须在扫描范围内针对每个测试角度执行该方法。我们已经发现，矢量诱导的矩阵2-范数，即最大的奇异值，对应于微分谱的主要贡献者。另一方面，由于Frobenius范数所需的计算量比SVD少得多，因此在本文中，我们分析了Frobenius范数的使用以产生可估计DOA角的频谱。该命题的主要贡献在于，与执行多个SVD相比，更容易执行Frobenius范式的计算。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号