AIC和MDL测试
音乐和ESPRIT测向算法,如需要知识来源的信号数量的侵犯数组或等价,尺寸,d的信号子空间。Akaike信息准则(AIC)和最小描述长度(MDL)公式两种常用的估计量获取维度。这两个估计假设,除了信号,数据包含时空上白高斯随机噪声。发现的数量相当于找到来源的多样性最小采样空间协方差矩阵的特征值。样本空间协方差矩阵构造的数据快照使用实际的协方差矩阵。
要求两个估计是信号子空间的维数小于传感器的数量,N,在快照时间样本的数量,K更大比N。
每个估计量的变异存在当forward-backward平均被用来构造空间协方差矩阵。Forward-backward平均是有用的情况下的一些来源是高度相关的。在这种情况下,空间协方差矩阵可能是病态的。Forward-backward平均只能用于特定类型的对称的数组,调用centro-symmetric数组。然后forward-backward协方差矩阵可以由样本空间协方差矩阵,年代,使用年代神奇动物= S + JS * J在哪里J是交换矩阵。交换矩阵数组元素映射到对称的同行。线阵列,它将是单位矩阵从左向右翻转。
所有的估计是基于成本函数
加上额外的惩罚项。值λ我是最小的(一天)空间协方差矩阵的特征值。对于每个具体的估计量,解决方案d是由