文献

J-GLOBAL ID：201702265451170519   整理番号：17A0314422

任意サンプリングスキームを用いた非定常信号のSTFT様時間周波数表示【Powered by NICT】

STFT-like time frequency representations of nonstationary signal with arbitrary sampling schemes

著者 (9件)： Yu Shujian (Department of Electrical and Computer Engineering, University of Florida, Gainesville, FL, USA) ,  You Xinge (School of Electronic Information and Communications, Huazhong University of Science and Technology, Wuhan, Hubei, China) ,  Ou Weihua (School of Mathematics and Computer Science, Guizhou Normal University, Guiyang, Guizhou, China) ,  Jiang Xiubao (School of Electronic Information and Communications, Huazhong University of Science and Technology, Wuhan, Hubei, China) ,  Zhao Kexin (Department of Electrical and Computer Engineering, University of Florida, Gainesville, FL, USA) ,  Zhu Ziqi (School of Computer Science and Technology, Wuhan University of Science and Technology, Wuhan, Hubei, China) ,  Zhu Ziqi (Hubei Key Lab of Intelligent Information Processing and Real-time Industrial System, Wuhan, Hubei, China) ,  Mou Yi (School of Electronic Information and Communications, Huazhong University of Science and Technology, Wuhan, Hubei, China) ,  Zhao Xinyi (School of Electronic Information and Communications, Huazhong University of Science and Technology, Wuhan, Hubei, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 204  ページ： 211-221  発行年： 2016年09月05日 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： スペクトログラムは時間-周波数表現(TFR)の効果的な方法を提供する。これらの中で,短時間Fourier変換(STFT)に基づくスペクトログラムは,様々な用途に広く使用されている。しかし,STFTスペクトログラムとその改訂版は二つの主要な問題に悩まされる(1)は,時間分解能と周波数分解能間のトレードオフであり,(2),STFTスペクトログラムを含む,ほとんど全ての既存のTFR法は,任意の不均一サンプルデータを処理するために設計されていない。これら二つの問題を解決するために,短時間反復適応手法(ST IAA)は最近非常に強化されたTFR性能を提供できることをデータ依存適応スペクトル推定法として提案した。本論文では,ST IAA法によりヒントを得た,すなわち反復最小化(ST SLIM)による短時間スパース学習,ST IAAよりもより希薄でわずかに良いTFR性能を提供することができる代替法を提示した。さらに,ST IAAの適用性を広げる失われたデータの場合における信号にするために,ここではまた,欠落データを効果的に失われたデータの場合におけるST IAAとST SLIMを上回ることができる短時間欠測値反復適応手法(ST MIAA)を提案した。分解能の観点から提案したアルゴリズムの優位性をシミュレーション結果により示し,任意のサンプリングパターンを持つ信号に対する抑制と適用性をサイドローブであろう。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 学習 ,  適応性 ,  スペクトル推定 ,  サイドローブ ,  透視図法 ,  分解能 ,  時間分解能 ,  *周波数
準シソーラス用語： *非定常性 ,  欠測値 ,  周波数分解能 ,  スペクトログラム ,  *時間周波数表示 ,  *STFT【変換】 ,  *非定常信号 , 【Automatic Indexing@JST】

著者キーワード (5件)： 時間-周波数表現 ,  非定常データ ,  任意サンプリングパターン ,  失われたデータ ,  適応スペクトル推定

分類 (4件)： 人工知能  (JE08000Z) ,  数値計算  (JE02000J) ,  生体計測  (EL03020C) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (5件)： サンプリング ,  スキーム ,  非定常信号 ,  STFT ,  時間周波数表示