文献

J-GLOBAL ID：202102222322580250   整理番号：21A2041525

パワースペクトルサブバンドエネルギー比に基づく信号検出【JST・京大機械翻訳】

Signal Detection Based on Power-Spectrum Sub-Band Energy Ratio

著者 (4件)： Li Han (School of Modern Post, Beijing University of Posts and Telecommunications, Beijing 100876, China) ,  Li Han (School of Intelligent Equipment, Shandong University of Science and Technology, Tai’an 271019, China) ,  Hu Yanzhu (School of Modern Post, Beijing University of Posts and Telecommunications, Beijing 100876, China) ,  Wang Song (School of Modern Post, Beijing University of Posts and Telecommunications, Beijing 100876, China)
資料名： Electronics (Web)  (Electronics (Web))
巻： 10  号： 1  ページ： 64  発行年： 2020年 
JST資料番号： U7178A  ISSN： 2079-9292  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： パワースペクトルサブバンドエネルギー比(PSER)は様々な分野で適用されてきたが,信号検出における統計的特性と応用に関する報告は限られている。したがって,PSERの統計的特性を研究し,PSERに基づく信号検出法をこの論文で作成した。パワースペクトルビンの確率と独立性,ならびにFとベータ分布の間の関係を分析することによって,PSERの確率分布を開発した。その結果,純雑音の場合,PSERはベータ分布に従うことが分かった。さらに,確率密度関数は,パワースペクトルにおけるビンの数だけの雑音分散と関係を示さなかった。Gauss白色雑音を信号と混合すると,得られたPSERは二重非中心ベータ分布に従った。この場合,確率密度と累積分布関数を無限二重級数によって表現した。一定の誤り警報戦略の下で,著者らはPSERに基づく信号検出器を確立して,PSERの誤り警報確率と検出確率を引き出した。この検出器の主な利点は,雑音分散の推定を必要としないことである。時間領域エネルギー検出および局所スペクトルエネルギー検出と比較して,著者らは,PSERがノイズ不確実性の下でより良いロバスト性を有することを見出した。最後に,シミュレーションと実際の信号の結果は,この検出法が有効であることを示した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  *信号検出 ,  不確実性 ,  白色雑音 ,  確率分布 ,  確率密度 ,  *スペクトル ,  検出法 ,  信号検出器 ,  *パワースペクトル ,  ロバスト性 ,  確率密度関数
準シソーラス用語： 累積分布関数 ,  誤警報 ,  エネルギー検出 , 【Automatic Indexing@JST】

著者キーワード (5件)： パワースペクトルサブバンドエネルギー比 ,  ベータ分布 ,  二重非中心ベータ分布 ,  無限二重級数 ,  騒音の不確実性

分類 (2件)： 信号理論  (ND02020G) ,  無線通信一般  (ND08010L)

引用文献 (29件)：

• Legese Hailemariam, Z.; Lai, Y.-C.; Chen, Y.-H.; Wu, Y.-H.; Chang, A. Social-Aware Peer Discovery for Energy Harvesting-Based Device-To-Device Communications. Sensors 2019, 19, 2304.
• Pei-Han, Q.; Zan, L.; Jiang-Bo, S.; Rui, G. A robust power spectrum split cancellation-based spectrum sensing method for cognitive radio systems. Chin. Phys. B 2014, 23, 537-547.
• Akram, J.; Eaton, D.W. A review and appraisal of arrival-time picking methods for downhole microseismic data. Geophysics 2016, 81, 71-91.
• Islam, M.R.; Uddin, J.; Kim, J. Acoustic Emission Sensor Network Based Fault Diagnosis of Induction Motors Using a Gabor Filter and Multiclass Support Vector Machines. Ad Hoc Sens. Wirel. Ne 2016, 34, 273-287.
• Mei, F.; Hu, C.; Li, P.; Zhang, J. Study on main Frequency precursor characteristics of Acoustic Emission from Deep buried Dali Rock explosion. Arab. J. Geoences 2019, 12, 645.

タイトルに関連する用語 (1件)： 信号検出