Fugu-MT 論文翻訳(概要): Low-Cost Maximum Entropy Covariance Matrix Reconstruction Algorithm for Robust Adaptive Beamforming

論文の概要: Low-Cost Maximum Entropy Covariance Matrix Reconstruction Algorithm for Robust Adaptive Beamforming

arxiv url: http://arxiv.org/abs/2012.14338v1
Date: Mon, 28 Dec 2020 16:26:55 GMT
ステータス: 処理完了
システム内更新日: 2021-04-19 10:53:13.864418
Title: Low-Cost Maximum Entropy Covariance Matrix Reconstruction Algorithm for Robust Adaptive Beamforming
Title（参考訳）: ロバスト適応ビームフォーミングのための低コスト最大エントロピー共分散行列再構成アルゴリズム
Authors: S. Mohammadzadeh, V. H. Nascimento, R. C. de Lamare
Abstract要約: 本稿では,行列反転を回避する勾配アルゴリズムを用いた低複素適応ビームフォーミング手法を提案する。提案手法は最大エントロピーパワースペクトル (MEPS) に基づくアルゴリズムを用いてノイズプラス干渉共分散行列 (MEPS-NPIC) を推定する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In this letter, we present a novel low-complexity adaptive beamforming technique using a stochastic gradient algorithm to avoid matrix inversions. The proposed method exploits algorithms based on the maximum entropy power spectrum (MEPS) to estimate the noise-plus-interference covariance matrix (MEPS-NPIC) so that the beamforming weights are updated adaptively, thus greatly reducing the computational complexity. MEPS is further used to reconstruct the desired signal covariance matrix and to improve the estimate of the desired signals's steering vector (SV). Simulations show the superiority of the proposed MEPS-NPIC approach over previously proposed beamformers.
Abstract（参考訳）: 本稿では,行列反転を避けるために確率勾配アルゴリズムを用いた新しい低複素適応ビームフォーミング手法を提案する。提案手法では,最大エントロピーパワースペクトル(meps)に基づくアルゴリズムを用いてノイズプラス干渉共分散行列(meps-npic)を推定し,ビームフォーミング重みを適応的に更新することで計算量を大幅に削減する。 MEPSはさらに、所望の信号共分散行列を再構成し、所望の信号の操舵ベクトル(SV)の推定を改善するために使用される。シミュレーションにより,従来提案していたビームフォーマに対するmeps-npicアプローチの優位性が示された。

関連論文リスト

Federated Conditional Stochastic Optimization [110.513884892319]
条件付き最適化は、不変学習タスク、AUPRC、AMLなど、幅広い機械学習タスクで見られる。本稿では,分散フェデレーション学習のためのアルゴリズムを提案する。
論文参考訳（メタデータ） (2023-10-04T01:47:37Z)
Efficient Covariance Matrix Reconstruction with Iterative Spatial Spectrum Sampling [0.0]
繰り返し空間パワースペクトル(CMR-ISPS)を用いたロバスト適応ビームフォーミングアルゴリズムの設計手法を提案する。提案手法は,最大エントロピーパワースペクトル関数の簡易化に基づく干渉+ノイズ共分散行列を再構成する。 The proposed CMR-ISPS beamformer can suppressr near the direction of interest signal by produced notches in the direction response of the array with enough depths。
論文参考訳（メタデータ） (2023-09-02T23:58:01Z)
Optimal Algorithms for the Inhomogeneous Spiked Wigner Model [89.1371983413931]
不均一な問題に対する近似メッセージパッシングアルゴリズム(AMP)を導出する。特に,情報理論の閾値よりも大きい信号と雑音の比を必要とする既知のアルゴリズムが,ランダムよりも優れた処理を行うための統計的・計算的ギャップの存在を同定する。
論文参考訳（メタデータ） (2023-02-13T19:57:17Z)
Adaptive Zeroth-Order Optimisation of Nonconvex Composite Objectives [1.7640556247739623]
ゼロ階エントロピー合成目的のためのアルゴリズムを解析し,次元依存性に着目した。これは、ミラー降下法と推定類似関数を用いて、決定セットの低次元構造を利用して達成される。勾配を改善するため、Rademacherに基づく古典的なサンプリング法を置き換え、ミニバッチ法が非ユークリ幾何学に対処することを示す。
論文参考訳（メタデータ） (2022-08-09T07:36:25Z)
Estimation in Rotationally Invariant Generalized Linear Models via Approximate Message Passing [21.871513580418604]
本稿では,信号推定のための近接メッセージパッシング(AMP)アルゴリズムの新たなファミリーを提案する。我々は、状態進化再帰を通じて高次元の限界におけるそれらの性能を厳格に特徴づける。
論文参考訳（メタデータ） (2021-12-08T15:20:04Z)
Fast Scalable Image Restoration using Total Variation Priors and Expectation Propagation [7.7731951589289565]
本稿では,全変動(TV)を用いた画像復元のための拡張性のあるベイズ近似手法を提案する。我々は期待伝搬(EP)フレームワークを用いて最小平均二乗誤差(MMSE)推定器と限界(ピクセル単位)分散を近似する。
論文参考訳（メタデータ） (2021-10-04T17:28:41Z)
Momentum Accelerates the Convergence of Stochastic AUPRC Maximization [80.8226518642952]
高精度リコール曲線(AUPRC)に基づく領域の最適化について検討し,不均衡なタスクに広く利用されている。我々は、$O (1/epsilon4)$のより優れた反復による、$epsilon$定常解を見つけるための新しい運動量法を開発する。また,O(1/epsilon4)$と同じ複雑さを持つ適応手法の新たなファミリを設計し,実際により高速な収束を享受する。
論文参考訳（メタデータ） (2021-07-02T16:21:52Z)
Study of List-Based OMP and an Enhanced Model for Direction Finding with Non-Uniform Arrays [0.0]
本稿では,LBML-OMP(List-based Likelihood Orthogonal Matching Pursuit)と呼ばれる拡張コアレー変換モデル(EDCTM)と混合グリーディ最大可能性を提案する。提案手法は,Khatri-Rao 製品に基づくモデルを用いて非相関なソースを仮定して差分コアレイを生成する場合,改良された推定値を得る。
論文参考訳（メタデータ） (2021-05-08T20:43:13Z)
Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
論文参考訳（メタデータ） (2020-10-01T18:14:11Z)
A Dynamical Systems Approach for Convergence of the Bayesian EM Algorithm [59.99439951055238]
我々は、(離散時間)リアプノフ安定性理論が、必ずしも勾配ベースではない最適化アルゴリズムの分析(および潜在的な設計)において、いかに強力なツールとして役立つかを示す。本稿では,不完全データベイズフレームワークにおけるパラメータ推定を,MAP-EM (maximum a reari expectation-maximization) と呼ばれる一般的な最適化アルゴリズムを用いて行うことに着目したML問題について述べる。高速収束(線形あるいは二次的)が達成され,S&Cアプローチを使わずに発表することが困難であった可能性が示唆された。
論文参考訳（メタデータ） (2020-06-23T01:34:18Z)
Iterative Algorithm Induced Deep-Unfolding Neural Networks: Precoding Design for Multiuser MIMO Systems [59.804810122136345]
本稿では,AIIDNN(ディープ・アンフォールディング・ニューラルネット)を一般化した,ディープ・アンフォールディングのためのフレームワークを提案する。古典的重み付き最小二乗誤差(WMMSE)反復アルゴリズムの構造に基づく効率的なIAIDNNを提案する。提案したIAIDNNは,計算複雑性を低減した反復WMMSEアルゴリズムの性能を効率よく向上することを示す。
論文参考訳（メタデータ） (2020-06-15T02:57:57Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。