A novel pseudo-noise resampling (PR

A novel pseudo-noise resampling (PR) based unitary root-MUSIC algorithm for direction-of-arrival (DOA) estimation is derived in this letter. Our solution is able to eliminate the abnormal DOA estimator called outlier and obtain an approximate outlier-free performance in the unitary root-MUSIC algorithm. In particular, we utilize a hypothesis test to detect the outlier. Meanwhile, a PR process is applied to form a DOA estimator bank and a corresponding root estimator bank. We propose a distance detection strategy which exploits the information contained in the estimated root estimator to help determine the final DOA estimates when all the DOA estimators fail to pass the reliability test. Furthermore, the proposed method is realized in terms of real-valued computations, leading to an efficient implementation. Simulations show that the improved MUSIC scheme can significantly improve the DOA resolution at low signal-to-noise ratios and small samples. © 2013 IEEE.

ผลลัพธ์ (ไทย) 1:

มีเสียงนวนิยายลกัน (PR) การเปลี่ยนความละเอียดของ unitary ตามเพลงรากอัลกอริทึมสำหรับการประเมินทิศทางของมา (กรมวิชาการเกษตร) ที่ได้รับมาในจดหมายนี้ โซลูชันของเราจะสามารถกำจัดประมาณกรมวิชาการเกษตรผิดปกติที่เรียกว่า outlier และได้รับการประมาณ outlier ฟรีประสิทธิภาพในอัลกอริทึม unitary รากเพลงใหม่ โดยเฉพาะอย่างยิ่ง เราใช้ทดสอบสมมติฐานเพื่อตรวจสอบ outlier ใน ในขณะเดียวกัน กระบวนการ PR จะใช้กับแบบฟอร์มกรมวิชาการเกษตรประมาณธนาคารและธนาคารประมาณรากสอดคล้องกัน เรานำเสนอกลยุทธ์การตรวจสอบระยะห่างซึ่งประโยชน์ของข้อมูลที่อยู่ในประมาณรากประเมินเพื่อตรวจสอบกรมวิชาการเกษตรสุดท้ายประมาณเมื่อ estimators กรมวิชาการเกษตรทั้งหมดไม่ผ่านการทดสอบความน่าเชื่อถือ นอกจากนี้ การรับรู้วิธีการนำเสนอในแง่ของมูลค่าจริงประมวลผล นำไปสู่การนำไปใช้อย่างมีประสิทธิภาพ จำลองแสดงว่า แผนงานเพลงดีขึ้นมากช่วยละเอียดกรมวิชาการเกษตรที่อัตราส่วนสัญญาณเสียงรบกวนต่ำและตัวอย่างขนาดเล็ก © 2013 IEEE

ผลลัพธ์ (ไทย) 2:

นวนิยายจอมปลอม - เสียง resampling ( Pr )ซึ่งใช้อะตอมราก - เพลงอัลกอริทึมสำหรับทิศทางของ - เดินทางมาถึง( DOA )ประมาณที่ได้รับมาในจดหมายฉบับ. โซลูชันของเราสามารถที่จะขจัดเครื่องมือช่วยประเมิน DOA ความผิดปกติที่เรียกว่า outlier และได้รับ ประสิทธิภาพ outlier - แบบไม่เสียค่าบริการโดยประมาณในอะตอมราก - เพลงอัลกอริธึมที่ ในเฉพาะเราใช้การทดสอบสมมุติฐานที่จะตรวจพบ outlier ได้ ในขณะเดียวกันการดำเนินการประชาสัมพันธ์ที่จะถูกนำมาใช้กับรูปแบบธนาคารเครื่องมือประเมินสำหรับ DOA ที่และธนาคารช่วยประเมินรากที่เกี่ยวข้อง เราจะเสนอยุทธศาสตร์การตรวจจับระยะห่างที่ข้อบกพร่องของข้อมูลที่มีอยู่ในเครื่องมือช่วยประเมินรากโดยประมาณในการช่วยในการตรวจสอบ DOA สุดท้ายได้ประมาณการไว้เมื่อ estimators DOA ทั้งหมดไม่สามารถผ่านการทดสอบความน่าเชื่อถือ ยิ่งไปกว่านั้นวิธีที่เสนอที่จะตระหนักในเรื่องของการคำนวณแบบเรียลไทม์มูลค่าเป็นทางนำไปสู่การนำไปใช้งานได้อย่างมี ประสิทธิภาพ การจำลองแสดงให้เห็นว่าโครงการที่ได้รับการปรับปรุงเพลงสามารถปรับปรุงอัตรา DOA ความละเอียดที่ต่ำสัญญาณรบกวนและตัวอย่างขนาดเล็ก ©ปี 2013 IEEE .