<?xml version="1.0" encoding="utf-8"?>
<journal>
<title>Journal of Iranian Association of Electrical and Electronics Engineers</title>
<title_fa>نشریه مهندسی برق و الکترونیک ایران</title_fa>
<short_title>Journal of Iranian Association of Electrical and Electronics Engineers</short_title>
<subject>Engineering &amp; Technology</subject>
<web_url>http://jiaeee.com</web_url>
<journal_hbi_system_id>1</journal_hbi_system_id>
<journal_hbi_system_user>admin</journal_hbi_system_user>
<journal_id_issn>2676-5810</journal_id_issn>
<journal_id_issn_online>2676-6086</journal_id_issn_online>
<journal_id_pii>8</journal_id_pii>
<journal_id_doi>10.61882/jiaeee</journal_id_doi>
<journal_id_iranmedex></journal_id_iranmedex>
<journal_id_magiran></journal_id_magiran>
<journal_id_sid>14</journal_id_sid>
<journal_id_nlai>8888</journal_id_nlai>
<journal_id_science>13</journal_id_science>
<language>fa</language>
<pubdate>
	<type>jalali</type>
	<year>1395</year>
	<month>4</month>
	<day>1</day>
</pubdate>
<pubdate>
	<type>gregorian</type>
	<year>2016</year>
	<month>7</month>
	<day>1</day>
</pubdate>
<volume>13</volume>
<number>2</number>
<publish_type>online</publish_type>
<publish_edition>1</publish_edition>
<article_type>fulltext</article_type>
<articleset>
	<article>


	<language>fa</language>
	<article_id_doi></article_id_doi>
	<title_fa>جهت یابی چند گوینده با استفاده از روش WCSSDOA</title_fa>
	<title>Multi-Speakers' Direction Of Arrival Estimation Using WCSSDOA Method </title>
	<subject_fa>مخابرات</subject_fa>
	<subject>Communication</subject>
	<content_type_fa>پژوهشي</content_type_fa>
	<content_type>Research</content_type>
	<abstract_fa>&lt;p&gt;&lt;span dir=&quot;RTL&quot;&gt;در این &lt;/span&gt;&lt;span dir=&quot;RTL&quot;&gt;مقاله، روش &lt;/span&gt;WCSSDOA&lt;span dir=&quot;RTL&quot;&gt; بر اساس مدلسازی تنک فضایی را برای جهت&amp;shy;یابی چندگوینده پیشنهاد می&amp;shy;دهیم. در روش &lt;/span&gt;WCSSDOA&lt;span dir=&quot;RTL&quot;&gt; ، به منظور کاهش حجم محاسبات، مدلسازی تنکی مساله بر اساس ماتریس همبستگی سیگنال حسگرها انجام می&amp;shy;شود. در این روش، استفاده از تجزیه &lt;/span&gt;SVD&lt;span dir=&quot;RTL&quot;&gt; ماتریس کواریانس نویز، به منظور رسیدن به مدل تنک بدون نویز پیشنهاد می&amp;shy;شود. رسیدن به مدل فوق باعث می&amp;shy;شود روش پیشنهادی در &lt;/span&gt;SNR&lt;span dir=&quot;RTL&quot;&gt; های پایین دقت بیشتری نسبت به روش&amp;shy;های مرجع داشته باشد. &lt;/span&gt;&lt;span dir=&quot;RTL&quot;&gt;نتایج شبیه&amp;shy;سازی&amp;shy;های انجام شده نشان می&amp;shy;دهد برخلاف روش&amp;shy;های &lt;/span&gt;MUSIC&lt;span dir=&quot;RTL&quot;&gt;، &lt;/span&gt;minimum-norm&lt;span dir=&quot;RTL&quot;&gt; و &lt;/span&gt;SSDOA&lt;span dir=&quot;RTL&quot;&gt; ، روش پیشنهادی &lt;/span&gt;WCSSDOA&lt;span dir=&quot;RTL&quot;&gt; توانسته است در &lt;/span&gt;SNR=-5dB&lt;span dir=&quot;RTL&quot;&gt; جهت دو منبع باند باریک با اختلاف زاویه 5 درجه، در &lt;/span&gt;SNR=-15dB&lt;span dir=&quot;RTL&quot;&gt; جهت شش منبع باند باریک با اختلاف زاویه 15 درجه و در &lt;/span&gt;SNR=10dB&lt;span dir=&quot;RTL&quot;&gt; جهت دو گوینده با اختلاف زاویه 7 درجه را شناسایی کند&amp;nbsp; همچنین حجم محاسبات روش پیشنهادی نسبت به روش &lt;/span&gt;SSDOA&lt;span dir=&quot;RTL&quot;&gt; بین 45 تا 85 درصد کاهش یافته &lt;/span&gt;&lt;span dir=&quot;RTL&quot;&gt;است&lt;/span&gt;&lt;span dir=&quot;RTL&quot;&gt;. &lt;/span&gt;&lt;/p&gt;
</abstract_fa>
	<abstract>&lt;p&gt;In this paper we propose the spatial sparsity based WCSSDOA method for multi speakers&amp;#39; Direction of arrival estimation. In the proposed method the sparse modeling is done based on the sensor signals&amp;#39; correlation matrix, which leads to low computational complexity. In this method the SVD decomposition of the noise covariance matrix is proposed to reach the free noise sparse model, which leads to high accurate method in the low SNR with respect to other methods. Simulation results show that contrary to MUSIC, Minimum-norm, and SSDOA methods, the proposed method could detect the direction of two narrowband sources with &amp;nbsp;distance in -5dB SNR, six narrowband sources with &amp;nbsp;distance in -15dB SNR, and two speakers with &amp;nbsp;distance in 10dB SNR. Also, the computational complexity of the proposed method is reduced 45-85% with respect to SSDOA method.&lt;/p&gt;
</abstract>
	<keyword_fa>تنک فضایی, جهتیابی منابع, حداقل سازی نرم واحد.</keyword_fa>
	<keyword>DOA, Spatial Sparsity, l1-minimization.</keyword>
	<start_page>61</start_page>
	<end_page>74</end_page>
	<web_url>http://jiaeee.com/browse.php?a_code=A-10-1-31&amp;slc_lang=fa&amp;sid=1</web_url>


<author_list>
	<author>
	<first_name>M.</first_name>
	<middle_name></middle_name>
	<last_name> Atashbar</last_name>
	<suffix></suffix>
	<first_name_fa>محمود</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>آتشبار</last_name_fa>
	<suffix_fa></suffix_fa>
	<email></email>
	<code>10031947532846001305</code>
	<orcid>10031947532846001305</orcid>
	<coreauthor>Yes
</coreauthor>
	<affiliation></affiliation>
	<affiliation_fa></affiliation_fa>
	 </author>


	<author>
	<first_name>M. H. </first_name>
	<middle_name></middle_name>
	<last_name>Kahaei</last_name>
	<suffix></suffix>
	<first_name_fa>محمدحسین</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>کهائی</last_name_fa>
	<suffix_fa></suffix_fa>
	<email></email>
	<code>10031947532846001306</code>
	<orcid>10031947532846001306</orcid>
	<coreauthor>No</coreauthor>
	<affiliation></affiliation>
	<affiliation_fa></affiliation_fa>
	 </author>


</author_list>


	</article>
</articleset>
</journal>
