文献

J-GLOBAL ID：202202233004720884   整理番号：22A0779832

少数ビット量子化観測によるPMCW MIMOレーダシステムにおけるパラメータ推定【JST・京大機械翻訳】

Parameter Estimation in PMCW MIMO Radar Systems With Few-Bit Quantized Observations

著者 (4件)： Wu Chao-Yi (Department of Electrical and Computer Engineering, University of Florida, Gainesville, FL, USA) ,  Zhang Tianyi (Department of Electrical and Computer Engineering, University of Florida, Gainesville, FL, USA) ,  Li Jian (Department of Electrical and Computer Engineering, University of Florida, Gainesville, FL, USA) ,  Wong Tan F. (Department of Electrical and Computer Engineering, University of Florida, Gainesville, FL, USA)
資料名： IEEE Transactions on Signal Processing  (IEEE Transactions on Signal Processing)
巻： 70  ページ： 810-821  発行年： 2022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： 量子化観測による位相変調連続波(PMCW)多入力多出力(MIMO)レーダシステムにおけるターゲットパラメータ推定の問題を考察した。ターゲットの振幅,時間遅れ,ドップラーシフト,および方向を共同推定するために,Crame’r-Rao結合(CRB)を導出した。導出した境界は,異なる量子化方式によって達成される推定性能を分析する効率的方法を提供した。また,考察したパラメータに対する最尤(ML)推定器を考案し,ML推定を得るために直接格子ベース法(DGM)を導入した。より効率的にML推定を得るために,2段階スキームを提案した。提案方式では,まずスパース信号回復問題として推定問題を定式化し,それを解くために反復最小化(SLIM)アプローチを介してスパース学習を修正した。次に,RELAXベースの反復アルゴリズムを提案し,推定を精密化した。シミュレーション結果は,提案した方式がCRBに近づくことができることを示した。シミュレーション結果は,また,量子化観測を用いることが,目標の振幅が類似しているとき,推定性能に有意に影響しないことを示した。Copyright 2022 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： アルゴリズム ,  シミュレーション ,  振幅 ,  ターゲット ,  *量子化 ,  学習 ,  *観測 ,  位相変調 ,  最尤法 ,  *パラメータ推定 ,  *パラメータ ,  連続波 ,  定式化
準シソーラス用語： *MIMO ,  反復アルゴリズム ,  Dopplerシフト , 【Automatic Indexing@JST】

分類 (2件)： 信号理論  (ND02020G) ,  通信網  (ND07030A)

タイトルに関連する用語 (5件)： ビット ,  量子化 ,  観測 ,  MIMOレーダ ,  パラメータ推定