文献

J-GLOBAL ID：201702222119628002   整理番号：17A1724743

修正Raoのスコア試験と相対的に少数サンプルを用いた大規模アレイにおけるソース数え上げ【Powered by NICT】

Source enumeration in large arrays using corrected Rao’s score test and relatively few samples

著者 (3件)： Liu Yanyan (The Department of Communication Engineering, Jilin University, Changchun, 130022, China) ,  Sun Xiaoying (The Department of Communication Engineering, Jilin University, Changchun, 130022, China) ,  Liu Guohong (The Department of Communication Engineering, Jilin University, Changchun, 130022, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： EUSIPCO  ページ： 1405-1406  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： が比較的少ないサンプルを用いた大規模アレイにおけるソース数え上げの問題,一般化Bayes情報量基準(GBIC)を経て修正されたRaoのスコア検定の統計(CRST)を用いることによって本論文で解かれるに焦点を当てた。白色雑音仮定の下で,観測の雑音部分空間成分の共分散行列は単位行列に比例し,この構造は球形度仮説検定のためのCRST統計によって試験することができる。観測が予定数のソースの下におけるユニタリー座標変換による信号部分空間と雑音部分空間成分に分解した。推定雑音部分空間成分のシグナルではない場合にのみ,対応するCRST統計は漸近正規分布である。推定雑音部分空間成分のCRST統計も試料固有値の統計的であり,源の数を推定するためのGBICにおける統計量として用いることができる。シミュレーション結果は,提案した方法は,比較的少数の試料に多数のセンサの場合の源の数のより正確な検出を達成できることを実証し,試料の数がセンサ数よりも小さい。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： 座標変換 ,  センサ ,  仮説検定 ,  白色雑音 ,  正規分布 ,  固有値 ,  *雑音 ,  統計量 ,  シミュレーション
準シソーラス用語： 共分散行列 ,  部分空間 ,  情報量基準 ,  *スコア , 【Automatic Indexing@JST】

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (6件)： スコア ,  試験 ,  サンプル ,  大規模 ,  アレイ ,  ソース