Ιδρυματικό Αποθετήριο
Πολυτεχνείο Κρήτης
EN  |  EL

Αναζήτηση

Πλοήγηση

Ο Χώρος μου

Realified L1-PCA for direction-of-arrival estimation: theory and algorithms

Markopoulos, Panos, Tsagkarakis Nicholas, Pados Dimitris A., Karystinos Georgios

Απλή Εγγραφή


URIhttp://purl.tuc.gr/dl/dias/2165F4BF-BC5E-4654-868A-7DCADA560F6B-
Αναγνωριστικόhttps://doi.org/10.1186/s13634-019-0625-5-
Αναγνωριστικόhttps://link.springer.com/article/10.1186/s13634-019-0625-5-
Γλώσσαen-
Μέγεθος16 pagesen
ΤίτλοςRealified L1-PCA for direction-of-arrival estimation: theory and algorithmsen
ΔημιουργόςMarkopoulos, Panosen
ΔημιουργόςTsagkarakis Nicholasen
ΔημιουργόςPados Dimitris A.en
ΔημιουργόςKarystinos Georgiosen
ΔημιουργόςΚαρυστινος Γεωργιοςel
ΕκδότηςSpringeren
ΠερίληψηSubspace-based direction-of-arrival (DoA) estimation commonly relies on the Principal-Component Analysis (PCA) of the sensor-array recorded snapshots. Therefore, it naturally inherits the sensitivity of PCA against outliers that may exist among the collected snapshots (e.g., due to unexpected directional jamming). In this work, we present DoA-estimation based on outlier-resistant L1-norm principal component analysis (L1-PCA) of the realified snapshots and a complete algorithmic/theoretical framework for L1-PCA of complex data through realification. Our numerical studies illustrate that the proposed DoA estimation method exhibits (i) similar performance to the conventional L2-PCA-based method, when the processed snapshots are nominal/clean, and (ii) significantly superior performance when the snapshots are faulty/corrupted.en
ΤύποςPeer-Reviewed Journal Publicationen
ΤύποςΔημοσίευση σε Περιοδικό με Κριτέςel
Άδεια Χρήσηςhttp://creativecommons.org/licenses/by/4.0/en
Ημερομηνία2020-04-03-
Ημερομηνία Δημοσίευσης2019-
Θεματική ΚατηγορίαData contaminationen
Θεματική ΚατηγορίαDirection-of-arrival estimationen
Θεματική ΚατηγορίαFaulty measurementsen
Θεματική ΚατηγορίαL1 normen
Θεματική ΚατηγορίαL2 normen
Θεματική ΚατηγορίαMultiple signal classificationen
Θεματική ΚατηγορίαOutlier resistanceen
Θεματική ΚατηγορίαPrincipal-component analysisen
Θεματική ΚατηγορίαSingular-value decompositionen
Θεματική ΚατηγορίαSubspace data processingen
Βιβλιογραφική ΑναφοράP.P. Markopoulos, N. Tsagkarakis, D.A. Pados and G.N. Karystinos, "Realified L1-PCA for direction-of-arrival estimation: theory and algorithms," EURASIP J. Adv. Signal Process., vol. 2019, no. 1, Dec. 2019. doi: 10.1186/s13634-019-0625-5en

Διαθέσιμα αρχεία

Υπηρεσίες

Στατιστικά