文献

J-GLOBAL ID：201602212614782616   整理番号：16A1374771

オフ・ザ・グリッド線スペクトルの雑音除去と複数の測定ベクトルによる推定

Off-the-Grid Line Spectrum Denoising and Estimation With Multiple Measurement Vectors

著者 (2件)： Yuanxin Li (Dept. of Electr. & Comput. Eng., Ohio State Univ., Columbus, OH, USA) ,  Yuejie Chi (Dept. of Electr. & Comput. Eng., Ohio State Univ., Columbus, OH, USA)
資料名： IEEE Transactions on Signal Processing  (IEEE Transactions on Signal Processing)
巻： 64  号： 5  ページ： 1257-1269  発行年： 2016年 
JST資料番号： C0228A  ISSN： 1053-587X  CODEN： ITPRED  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 圧縮センシングは,既知の離散基底で疎である場合に信号を再構成するのに必要なサンプル数を大幅に減らせることを意味するが,けれども多くの現実の信号が連続した辞書では疎である。1つの例はスペクトル的にスパース信号であり,これは単位間隔に任意の周波数を有する少数のスペクトル原子で構成されている。本論文で著者らは,線スペクトルの雑音除去と推定の問題を,部分的でかつ雑音のある観測から連続した値の周波数と同じ集合で構成されるスペクトル的に疎な信号との連携で検討した。原子ノルムの最小化と構造化共分散推定に基づいて2つの手法を開発したが,両方とも半正定値プログラミングによって効率的に解くことができる。第1の手法は,原子ノルムの最小化を用いて,その部分的でかつ雑音の多い観測からの一連の信号を推定し雑音除去し,さらに凸計画法の二重多項式を調べることによって周波数を回復することを目的としたものである。著者らは提案アルゴリズムの最適条件を特徴付け,雑音除去のための予想誤り率を導き出し,複数の測定ベクトルを含む利点を実証した。第2の手法は,信号集合を回復させることなく,その低ランクToeplitz構造を動機付けることによって,部分的に観測した標本共分散行列から集団共分散行列を回復させることを目的としたものである。性能保証は有限数の測定ベクトルを用いて引き出した。周波数は推定した共分散行列からMUSICのような従来のスペクトル推定方法によって回復することができる。最後に,いくつかの既存の手法と比較して,提案アルゴリズムの好ましい性能を検証するための数値例を提供した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST

シソーラス用語： *線スペクトル ,  *雑音除去 ,  信号再生 ,  信号標本化 ,  再構成 ,  *スペクトル推定 ,  推定 ,  数理計画法 ,  凸計画法 ,  行列
準シソーラス用語： 圧縮センシング ,  共分散推定 ,  疎信号再構成 ,  半正定値プログラミング ,  標本共分散行列

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (4件)： 線スペクトル ,  雑音除去 ,  ベクトル ,  推定