文献

J-GLOBAL ID：201902277647572672   整理番号：19A0517557

センサネットワークにおける分散ブラインド推定【JST・京大機械翻訳】

Distributed Blind Estimation Over Sensor Networks

著者 (2件)： Liu Ying (College of Information Science and Electronic Engineering, Zhejiang University, Hangzhou, China) ,  Li Lili (School of Naval Architecture and Ocean Engineering, Zhejiang Ocean University, Zhoushan, China)
資料名： IEEE Access  (IEEE Access)
巻： 5  ページ： 18343-18355  発行年： 2017年 
JST資料番号： W2422A  ISSN： 2169-3536  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： ノードの集合がノイズのある測定から興味あるいくつかのパラメータを協調的に推定する分散推定は,科学と工学の両方において多くの注目を集めている。最近の研究は主に分散非ブラインドまたは訓練ベースの推定に焦点を合わせている。すなわち,訓練信号とその望ましい出力は両方とも分散受信機に対して知られている。しかし,いくつかの応用では,事前に訓練信号を得ることができなければ,物理的に困難である。さらに,訓練信号の使用は,多くのチャネル帯域幅を消費する。従って,受信者が,訓練シーケンスの支援と費用,すなわち分散ブラインド推定を用いずに,分散推定を実行することがより望ましい。本論文では,センサネットワーク上の分散ブラインド推定の問題を考察し,チャネル等化とソース信号推定のためのブラインド等化器を設計するために,一種の分散拡散一般化Satoアルゴリズムを提案した。提案した方法の平均および平均二乗における安定性を理論的に解析し,その性能を一連のシミュレーションにより数値的に検証した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 受信機 ,  信号推定 ,  チャネル ,  帯域幅 ,  アルゴリズム ,  雑音 ,  *センサネットワーク
準シソーラス用語： チャネル等化 ,  トレーニング信号 ,  分散推定 ,  *ブラインド推定 , 【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)： センサネットワーク ,  ブラインド推定