文献

J-GLOBAL ID：201702219789751133   整理番号：17A0965567

スパース推定と検出における相関意識の役割の解析【Powered by NICT】

Analyzing the role of correlation-awareness in sparse estimation and detection

著者 (1件)： Pal Piya (Department of Electrical and Computer Engineering, University of California, San Diego, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CISS  ページ： 1  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 最近相関事前分布の賢明な使用は,スパース推定アルゴリズムの性能の大幅な向上につながることが示された。これは二つの理由に起因する主に起こる(i)信号の二次統計または共分散行列は生測定では捉えられないユニークな構造を有することができる(ii)これらの構造は,下部の(線形)サンプリング演算子の非線形関数,伝統的な圧縮センシング(CS)/疎再構成アルゴリズムの性能ボトルネック(回収可能な担体のサイズの点で)を克服するための操作を含んでいる。特に,不均一構造化試料採取器を適切に設計することにより,従来のスパース再構成アルゴリズムよりもはるかに大きい桁であるスパース性レベルを回復させることができる。さらに,ランダム試料採取器の利用を推奨し,それらはほとんどが従来の圧縮センシングとは異なり,「相関を意識した」試料採取器は高度に構造化され,関心のある特定の応用(レーダ標的局在化,またはFourierベース光学イメージングのような)を支配する物理法則に従うことができる。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： レーダ ,  *透視図法 ,  画像処理 ,  線形性 ,  構造形成 ,  アルゴリズム
準シソーラス用語： 局在化 ,  スパース性 ,  再構成アルゴリズム ,  圧縮センシング ,  非線形関数 ,  共分散行列 ,  二次統計 ,  事前分布 , 【Automatic Indexing@JST】

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (5件)： スパース推定 ,  相関 ,  意識 ,  役割 ,  解析