Resolving power of MUSIC-like algorithms for circular or rectilinear correlated sources in CES data models

نویسندگان

چکیده

The concept of threshold array signal-to-noise ratio (ASNR) which is defined as the minimal SNR at specific high-resolution algorithms are able to resolve two closely spaced far-field sources, allows quantify and compare sensors performance in localizing remote targets. This paper generalizes extends expressions ASNR given literature for conventional non-circular (NC) MUSIC direction-of-arrival (DOA) estimation context uncorrelated stochastic circular or rectilinear Gaussian sources complex (C-CG) noise, a more general framework. We assume that correlated with an arbitrary distribution, inherent multipath smart jammers, noise elliptically symmetric (C-CES) distributed, can model impulsive heavy-tailed distributions. C-CES NC-CES distributed observations also considered gain resolution provided when sample covariance matrix (SCM) replaced by M-estimates this matrix. Asymptotic approaches perturbation analysis have been performed derive closed-form mean null spectra both observation models, allow us derive, first time, unified explicit analytical along Cox Sharman Durrani criteria. These impact non-Gaussianity observations, well phase magnitude correlation on threshold, benefit SCM CES observations. Finally, numerical illustrations included support our theoretical analysis.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

a new approach to credibility premium for zero-inflated poisson models for panel data

هدف اصلی از این تحقیق به دست آوردن و مقایسه حق بیمه باورمندی در مدل های شمارشی گزارش نشده برای داده های طولی می باشد. در این تحقیق حق بیمه های پبش گویی بر اساس توابع ضرر مربع خطا و نمایی محاسبه شده و با هم مقایسه می شود. تمایل به گرفتن پاداش و جایزه یکی از دلایل مهم برای گزارش ندادن تصادفات می باشد و افراد برای استفاده از تخفیف اغلب از گزارش تصادفات با هزینه پائین خودداری می کنند، در این تحقیق ...

15 صفحه اول

STCD: Models and Algorithms for Spatially and Temporally Correlated Data

Correlated data is a hot topic in many research fields. In fact, compression, detection, estimation, and transmission of correlated data arise in many practical applications, e.g., environmental monitoring, communication systems, image processing, etc. Identifying and properly managing such correlations may be important, especially when a very large amount of data, yet compressible, must be tra...

متن کامل

A root-MUSIC algorithm for non circular sources

We present in this paper a new direction finding algorithm for non circular sources that is based on polynomial rooting. Due to the non circularity characteristics of the impinging sources, the proposed method is able to handle more sources than sensors. By using a polynomial rooting instead of a searching technique the method is limited to linear uniformly spaced arrays. However, polynomial ro...

متن کامل

Blind Separation of Jointly Stationary Correlated Sources

The separation of unobserved sources from mixed observed data is a fundamental signal processing problem. Most of the proposed techniques for solving this problem rely on independence or at least uncorrelation assumption for source signals. This paper introduces a technique for cases that source signals are correlated with each other. The method uses Wold decomposition principle for extracting ...

متن کامل

analysis of power in the network society

اندیشمندان و صاحب نظران علوم اجتماعی بر این باورند که مرحله تازه ای در تاریخ جوامع بشری اغاز شده است. ویژگیهای این جامعه نو را می توان پدیده هایی از جمله اقتصاد اطلاعاتی جهانی ، هندسه متغیر شبکه ای، فرهنگ مجاز واقعی ، توسعه حیرت انگیز فناوری های دیجیتال، خدمات پیوسته و نیز فشردگی زمان و مکان برشمرد. از سوی دیگر قدرت به عنوان موضوع اصلی علم سیاست جایگاه مهمی در روابط انسانی دارد، قدرت و بازتولید...

15 صفحه اول

ذخیره در منابع من


  با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ژورنال

عنوان ژورنال: Signal Processing

سال: 2021

ISSN: ['0165-1684', '1872-7557']

DOI: https://doi.org/10.1016/j.sigpro.2021.108234