[논문 리뷰] TCDA: Robust 2D-DOA Estimation for Defective L-Shaped Arrays

Wenlong Wang, Tianyang Zhang외 2명|arXiv (Cornell University)|2026. 02. 24.

Tensor decomposition and applications인용 수 0

한 줄 요약

TCDA는 결함이 있는 L자형 배열의 DOA 추정을 가중 PARAFAC 텐서 완전화 문제로 재정의하고, 추가 보정 단계 없이 ALS를 통해 DOA 인자를 회복한다.

ABSTRACT

While tensor-based methods excel at Direction-of-Arrival (DOA) estimation, their performance degrades severely with faulty or sparse arrays that violate the required manifold structure. To address this challenge, we propose Tensor Completion for Defective Arrays (TCDA), a robust algorithm that reformulates the physical imperfection problem as a data recovery task within a virtual tensor space. We present a detailed derivation for constructing an incomplete third-order Parallel Factor Analysis (PARAFAC) tensor from the faulty array signals via subarray partitioning, cross-correlation, and dimensional reshaping. Leveraging the tensor's inherent low-rank structure, an Alternating Least Squares (ALS)-based algorithm directly recovers the factor matrices embedding the DOA parameters from the incomplete observations. This approach provides a software-defined 'self-healing' capability, demonstrating exceptional robustness against random element failures without requiring additional processing steps for DOA estimation.

연구 동기 및 목표

• 감지된 센서 고장을 가진 L-형 배열에 대한 강건한 2D DOA 추정 동기를 부여한다.
• 고장된 배열을 불완전 텐서 샘플로 모델링하고 DOA를 가중 PARAFAC 문제로 공식화한다.
• DOA 정보를 담은 계수 행렬을 복원하기 위한 ALS 기반의 TCDA 알고리즘을 개발한다.
• 상당한 데이터 손실 하에서 거의 이상적 정확도와 함께 자기 치유 능력을 입증한다.

제안 방법

• 교차상관 및 재형상을 통해 서브어레이 풀링 신호로부터 불완전한 3차원 텐서를 구성한다.
• 손실 데이터가 있는 가중 PARAFAC 분해로 DOA 추정을 공식화하고 ALS로 해결한다.
• 가중 최소 제곱을 사용하여 모드-n 언폴딩에서 요인 행렬 G, H, P의 업데이트 규칙을 도출한다.
• 추정된 H 요인에서 2D DOA를 hatTheta_k와 hatPhi_k로 직접 추출한 다음 각도들로 변환한다.
• 블라인드 데이터 신뢰성 마스킹을 구현하여 재구성이 신뢰할 수 있는 텐서 엔트리를 식별한다(W_T).
• 무작위 센서 고장에 대해 데이터 손실이 최대 약 60%까지 증가하더라도 높은 강인성을 보이며 점진적으로 악화된다.

실험 결과

연구 질문

• RQ1 결함이 있는 L-자형 배열 데이터를 불완전한 저랭크 텐서로 간주하여 복구할 수 있는가?
• RQ2 텐서 완전화 후 PARAFAC 요인 행렬에서 DOA 정보를 직접 추출할 수 있는가?
• RQ3 TCDA의 센서 결함 및 잡음의 다양한 수준에 대한 강인성은 어떠한가?
• RQ4 가중 PARAFAC ALS 접근 방식이 누락된 데이터 하에서 DOA 추정 오차 바닥을 회피하는가?
• RQ5 TCDA가 이상적이고 결함 없는 상황과 비교하여 2D-DOA 추정 성능은 어떠한가?

주요 결과

• TCDA는 결함 정도에 따라 RMSE가 0.14–0.39도까지 낮은 정확한 2D-DOA 추정치를 달성한다.
• 성능은 소폭의 결함(1–5 개의 불량 센서)에서 이상적 경우에 근접하게 유지된다.
• RMSE는 결함 수준이 증가함에 따라 우아하게 저하되며 재앙적 실패나 오차 바닥을 피한다.
• 약 59.4%의 데이터가 누락되어도 방법은 사용 가능한 DOA 추정치를 제공하고 실용적 SNR에서 서브-도 단위 RMSE를 유지한다.
• DOA 추출은 추가 쌍 매칭 단계 없이 H 요인에서 직접 추출된다.
• 가중 PARAFAC를 통해 불완전 관찰에서 회복하여 자기 치유 능력을 보여준다.