文献

J-GLOBAL ID：201702268135984549   整理番号：17A0662350

圧縮測定からのストリーミング信号のオンライン回収のためのBayesアプローチ【Powered by NICT】

A Bayesian Approach for Online Recovery of Streaming Signals From Compressive Measurements

著者 (2件)： Wijewardhana Uditha Lakmal (Department of Communications Engineering, Centre for Wireless Communications, University of Oulu, Oulu, Finland) ,  Codreanu Marian (Department of Communications Engineering, Centre for Wireless Communications, University of Oulu, Oulu, Finland)
資料名： IEEE Transactions on Signal Processing  (IEEE Transactions on Signal Processing)
巻： 65  号： 1  ページ： 184-199  発行年： 2017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,流動測定からの流動信号の進行性再構成を考察した。スライディングウィンドウ処理に基づく進行性再構成アルゴリズムを開発し,小さな重複シフト間隔でストリーミング信号を再構成する。連続間隔はいくつかの共通のスパース信号ベクトルを共有しているので,本研究の鍵となるアイデアは,信号回復アルゴリズムの性能を改善するための先行間隔からの予備的情報を利用することである。この目的のために,新しいスパースBayes学習(SBL)アルゴリズム,流動信号を回収するための非常に効率的であることを提案した。SBLの一つの主要な利点は,点推定を計算するよりもむしろ再構成信号の不確実性の尺度を提供することである。提案したSBLアルゴリズムは,以前の推定値として,アルゴリズムの性能を改善するための非零係数間の相関を利用している。先行間隔から再構成した信号の不確実性の影響は,現在の間隔の回復過程で考慮に入れる特異的であるので,提案したアルゴリズムはl_1-ノルム最小化対応物と比較して誤差伝搬に対してよりロバストである。さらに,暖機起動手順を提案し,SBLアルゴリズムの計算コストを低減するために高速な更新式を導出した。添加では,信号の特性と圧縮測定からの流動信号の進行性再構成を可能にする基礎となる近似を議論した。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： ノルム ,  アルゴリズム ,  *ストリーミング ,  不確実性 ,  ベクトル ,  ロバスト性 ,  透視図法 ,  再構成
準シソーラス用語： 計算コスト ,  誤差伝搬 ,  Bayes学習 ,  信号回復 ,  スパース信号 ,  再構成アルゴリズム ,  スライディングウィンドウ , 【Automatic Indexing@JST】

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (2件)： ストリーミング ,  オンライン