文献

J-GLOBAL ID：202202281467808630   整理番号：22A0572791

テール-l_2,1最小化によるMMVテールヌル空間特性とDOA推定【JST・京大機械翻訳】

The MMV tail null space property and DOA estimations by tail-l2,1 minimization

著者 (4件)： Zheng Baifu (National Laboratory of Radar Signal Processing, XiDian University, Xi’An, 710071, China) ,  Zeng Cao (National Laboratory of Radar Signal Processing, XiDian University, Xi’An, 710071, China) ,  Li Shidong (Department of Mathematics, San Francisco State University, San Francisco, CA 94132, United States) ,  Liao Guisheng (National Laboratory of Radar Signal Processing, XiDian University, Xi’An, 710071, China)
資料名： Signal Processing  (Signal Processing)
巻： 194  ページ： Null  発行年： 2022年 
JST資料番号： A0102B  ISSN： 0165-1684  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 尾部最小化手法を,結合スパース多重測定ベクトル(MMV)モデルと到来方向(DOA)推定に適用した。この機構は,共同スパース行列のサポートTを推定し,各反復中のTの補体T_cにおけるエネルギーを最小化することである。MMVテール-ヌル-空間特性(MMV-テール-NSP)を導出し,MMVテール最小化問題のユニークな解に対して必要かつ十分であることを示した。MMV-tail-NSP条件も,任意のMMV基底追跡問題に対して従来のMMV-NSPよりも保持する可能性が高いことを示した。また,2つの回復保証と誤差限界解析も,MMV-ロバストテール-NSP条件と単にMMV-テール-NSP仮定に基づいて誘導した。研究は,MMVテール最小化手法がMMVDOAモデルのための最も効果的技術であることを示した。特に,MMVテイル最小化アプローチはランク強化スパース性レベルK_0||[spark(A)-1+ランク(X)]/2の信号を回復できる。事実,この手法は,他者よりも大きなスパースレベルの信号回復を扱うことができる。また,MMVテール最小化手法の利点は,低信号対雑音比(SNR),スナップショットの限られた数,および相関ソース信号を扱うような多数の側面に反映される。結果は,より高い分解能でさらに正確である。また,ソースの数を検出し,同時にDOAを推定することができる。これらのすべての特性と利点を広範なシミュレーション研究によって完全に証明した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： SN比 ,  シミュレーション ,  ベクトル ,  補体 ,  最小化問題 ,  多重化 ,  モデル ,  性質 ,  スパース行列 ,  *到来方向推定
準シソーラス用語： 到来方向 ,  スパース性 ,  誤差限界 ,  スナップショット ,  *空間特性 ,  信号回復 , 【Automatic Indexing@JST】

著者キーワード (6件)： 圧縮センシング ,  関節スパース回復 ,  多重測定ベクトル ,  テール最小化 ,  ヌル空間特性 ,  到着の方向

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (4件)： テール ,  最小化 ,  空間特性 ,  DOA推定