Direction-of-Arrival Estimation Based on Deep Neural Networks With Robustness to Array Imperfections

Lacking of adaptation to various array imperfections is an open problem for most high-precision direction-of-arrival (DOA) estimation methods. Machine learning-based methods are data-driven, they do not rely on prior assumptions about array geometries, and are expected to adapt better to array imper...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	IEEE transactions on antennas and propagation Ročník 66; číslo 12; s. 7315 - 7327
Hlavní autoři:	Liu, Zhang-Meng, Zhang, Chenwei, Yu, Philip S.
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York IEEE 01.12.2018 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	Adaptation Adaptive arrays Array imperfection Array signal processing Arrays Artificial neural networks Classification Classifiers Computer simulation deep neural network (DNN) Defects Direction of arrival direction-of-arrival (DOA) estimation Direction-of-arrival estimation Estimation Machine learning Multilayers multitask autoencoder Neural networks one-versus-all classification Spatial filtering supervised learning
ISSN:	0018-926X, 1558-2221
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!