Determination of Parameter Value in Constraint of Sparse Spectrum Fitting DOA Estimation Algorithm

SpSF algorithm is direction-of-arrival estimation algorithm based on sparse representation of incident signlas. Cost function to be optimized for DOA estimation is multi-dimensional nonlinear function, which is hard to handle for optimization. After some manipulation, the problem can be cast into convex optimiztion problem. Convex optimization problem tuns out to be constrained optimization problem, where the parameter in the constraint has to be determined. The solution of the convex optimization problem is dependent on the specific parameter value in the constraint. In this paper, we propose a rule-of-thumb for determining the parameter value in the constraint. Based on the fact that the noise in the array elements is complex Gaussian distributed with zero mean, the average of the Frobenius norm of the matrix in the constraint can be rigorously derived. The parameter in the constrint is set to be two times the average of the Frobenius norm of the matrix in the constraint. It is shown that the SpSF algorithm actually works with the parameter value set by the method proposed in this paper.

희소성 스펙트럼 피팅 도래각 추정 알고리즘의 제한조건에 포함된 상수 결정법

전통적 도래각 추정기법[1]과 별개로 2004년 이후 입사신호의 입사방향은 공간 영역에서 희소도(sparsity)를 가짐을 이용한 도래각 추정 기법이 제안되었다. 압축센싱 기반 도래각 추정 알고리즘인 SpSF 알고리즘에 이용되는 비용함수는 비선형 다변수 최적화문제이다. 적절한 변환을 통하여 해당 비용함수는 볼록 최적화 (convex optimization) 문제로 표현할 수 있다. 볼록 최적화 문제는 제한조건이 있는 최적화 문제이며 제한조건에 포함되는 상수를 지정해야 한다. 본 연구에서는 제한조건에 포함되는 사용자지정 상수값 결정법을 제안한다. 잡음의 실수부와 허수부가 서로 독립인 평균 0인 정규분포를 따름을 이용하여 제한조건에 포함되는 행렬의 Frobenius norm의 평균을 유도할 수 있으며, 이를 이용하여 제한조건에 포함되는 상수를 결정할 수 있다. 제안된 방법에 의해 결정된 상수를 이용한 SpSF 알고리즘이 실제로 동작함을 보였다.