MétaCan
Menu
Retour à la cohorte
Enregistrement W2108354294 · doi:10.1109/mwscas.2007.4488760

A spatial exploration based blind DOA estimation algorithm for closely spaced sources

2007· article· en· W2108354294 sur OpenAlexaff
Feng Wan, Wei‐Ping Zhu, M.N.S. Swamy

Notice bibliographique

RevueConference proceedings · 2007
Typearticle
Langueen
DomaineComputer Science
ThématiqueDirection-of-Arrival Estimation Techniques
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésExtrapolationAlgorithmComputer scienceCorrelation coefficientBlock (permutation group theory)Mean squared errorCoefficient matrixComputational complexity theoryMathematicsStatisticsGeometry

Résumé

récupéré en direct d'OpenAlex

In this paper, a spatial extrapolation-based blind DOA estimation method is presented for closely spaced sources. The new method is based on the linear extrapolation of the correlation matrix using AR coefficients, which are first estimated through an initial DOA estimation. Both the initial and final DOA estimations are performed by using the ESPRIT algorithm. Unlike conventional AR coefficient estimation method which estimates AR coefficients on the snap-shot basis, our AR coefficient estimation is carried out in correlation domain once a block of snap-shots, thus significantly reducing the computational complexity of the antenna array. Computer simulations show that the proposed blind DOA estimation method outperforms the conventional method in terms of the mean square-error (MSE) when the angle of separation of DO As is very small.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,949
Score d'incertitude au seuil0,716

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,043
Tête enseignante GPT0,302
Écart entre enseignants0,258 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConference proceedingsMême sujetDirection-of-Arrival Estimation TechniquesTravaux en français237 207