在非均噪音中近场源定位:一种有效的基于对称矩阵因数分解的方法.
Wenze Song1, Zhenqing He1,2, Guohao Sun1,3
1School of Aeronautics and Astronautics, Sichuan University, Chengdu 610065, China.
Sensors (Basel, Switzerland)
|September 27, 2025
概括
这项研究提出了一种强大的方法,用于在未知非均噪声下近场源定位. 这种新的方法准确地估计了信号源和噪声差异,性能优于现有技术.
科学领域:
- 信号处理 信号处理
- 阵列信号处理 阵列信号处理
- 电磁学 电磁学 电磁学 电磁学
背景情况:
- 近场源本地化对于各种应用至关重要.
- 现有的方法经常与未知的非均噪声作斗争.
- 噪音异质性可以显著降低定位准确性.
研究的目的:
- 为多个窄带信号开发一个强大的近场源定位方法.
- 为应对具有任意对角共变率的未知非均噪声的挑战.
- 在复杂的噪音环境中提高定位精度和稳定性.
主要方法:
- 将这个问题重新定义为联合对称矩阵因子化和噪声方差估计.
- 开发了一种基于区块大化-最小化原理的代算法.
- 在不均的噪音下,为近场定位衍生了克拉梅尔-拉奥边界 (CRB).
主要成果:
- 拟议的算法在近场源定位方面实现了高精度.
- 与最先进的方法相比,证明了卓越的性能.
- 这种方法显示出强大的强度对抗严重的不均噪声.
结论:
- 这种新的协差拟合方法有效地处理不均的噪声.
- 开发的代算法在计算上非常高效.
- 该方法提供了接近最佳的性能,与衍生CRB非常接近.
更多相关视频
08:45Mapping Cortical Dynamics Using Simultaneous MEG/EEG and Anatomically-constrained Minimum-norm Estimates: an Auditory Attention Example
Published on: October 24, 2012
15.2K
09:25Detecting Pre-Stimulus Source-Level Effects on Object Perception with Magnetoencephalography
Published on: July 26, 2019
7.3K
