高次モーメント分析に基づく非線形MUSICによる劣決定方向推定

摘要

本稿では，高次モーメント分析によってMultiple Signal Classification(MUSIC)を劣決定条件の下での方向推定へと拡張した写像MUSICを提案する.写像MUSICは非線形関数により観測信号を高次元空間へと写像し，写像空間において共分散行列の分析を行う.このとき，写像の共分散行列は信号の高次クロスモーメン卜行列に相当する.高次元写像によって雑音部分空間の次元数が増大することから，方向推定の分解能が向上し，劣決定条件の下での方向推定が可能となる.信号の高次キュムラント分析に基づいた2q-MUSICとの理論•実験の両面からの比較によって写像MUSICの性質について議論し，現実的な条件の下ではより少ない計算量で同等の推定精度が得られることを示す.%This paper describes a new approach to extend Multiple SIgnal Classification (MUSIC) to underdetermined direction-of-arrival (DOA) estimation in high resolution by exploiting higher-order moments. The proposed method maps the observed signals onto higher-dimensional space nonlinearly, and analyzes the covariance matrix there. The covariance matrix in the higher-dimensional space corresponds to the higher-order cross moment matrix in the original space of the observed signals. Since the dimensionality of the noise subspace is increased by the mapping, the proposed method achieves higner resolution of DOA estimation than the standard MUSIC, and also achieves the ability to estimate DOAs in underdetermined conditions. We compared the property of the proposed method with the conventional 2q-MUSIC utilizing higher-order cumulants theoretically and experimentally.