基于神经网络的非高斯干扰下的DOA估计
摘要：在存在非高斯、重尾和空间着色干扰的情况下，本文解决了方向估计问题。传统上，干扰被认为是高斯分布和空间白噪声。然而，在实际中，这种假设并不保证，导致方向估计性能下降。最大似然方向估计在存在非高斯和空间着色干扰的情况下计算复杂且不实用。因此，本文提出了一种基于神经网络（NN）的方向估计方法，用于具有事先未知源数量和存在非高斯空间着色干扰的多源场景中的空间频谱估计。所提出的方法利用一个单一的NN实例同时进行源枚举和方向估计。通过模拟表明，所提出的方法在信噪比低、样本支持小以及源DOA与空间着色干扰的角分离较小的情况下，在分辨率概率、估计精度和源枚举精度方面明显优于传统和基于NN的方法。
作者：Stefan Feintuch, Joseph Tabrikian, Igal Bilik, and Haim H. Permuter
论文ID：2301.02856
分类：Signal Processing
分类简称：eess.SP
提交时间：2023-07-06