論文の概要: A Family of Neyman-Pearson-Based Detectors for Noise-Type Radars
- arxiv url: http://arxiv.org/abs/2204.07881v1
- Date: Sat, 16 Apr 2022 23:04:14 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-16 19:11:06.868796
- Title: A Family of Neyman-Pearson-Based Detectors for Noise-Type Radars
- Title（参考訳）: Neyman-Pearson を用いたノイズ型レーダ検出装置の一家系
- Authors: David Luong, Bhashyam Balaji, Sreeraman Rajan
- Abstract要約: 相関係数をパラメータとして扱う際に生じるナイマン・ピアソン型検出器の家系について検討する。
その結果、検出器は良いだけでなく、以前に量子レーダーの文献に現れたことが判明した。
- 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: We derive a detector that optimizes the target detection performance of any
single-input single-output noise radar satisfying the following properties: it
transmits Gaussian noise, it retains an internal reference signal for matched
filtering, all external noise is additive white Gaussian noise, and all signals
are measured using heterodyne receivers. This class of radars, which we call
noise-type radars, includes not only many types of standard noise radars, but
also a type of quantum radar known as quantum two-mode squeezing radar. The
detector, which we derive using the Neyman-Pearson lemma, is not practical
because it requires foreknowledge of a target-dependent correlation coefficient
that cannot be known beforehand. (It is, however, a natural standard of
comparison for other detectors.) This motivates us to study the family of
Neyman-Pearson-based detectors that result when the correlation coefficient is
treated as a parameter. We derive the probability distribution of the
Neyman-Pearson-based detectors when there is a mismatch between the pre-chosen
parameter value and the true correlation coefficient. We then use this result
to generate receiver operating characteristic curves. Finally, we apply our
results to the case where the correlation coefficient is small. It turns out
that the resulting detector is not only a good one, but that it has appeared
previously in the quantum radar literature.
- Abstract（参考訳）: 単一入力単一出力ノイズレーダの目標検出性能を最適化する検出器を導出し、ガウスノイズを送信し、マッチングフィルタリングのための内部参照信号を保持し、外部ノイズはすべて白色ガウスノイズであり、全ての信号はヘテロダイン受信機を用いて測定される。
ノイズ型レーダーと呼ばれるこの種類のレーダーには、多くの種類の標準ノイズレーダだけでなく、量子二モードスクイーズレーダーと呼ばれる量子レーダーも含まれる。
ニーマン・ピアソン補題を用いて導出する検出器は、事前に知ることができない目標依存相関係数の事前認識を必要とするため、実用的ではない。
(ただし、他の検出器との比較の自然な基準である。)
これは、相関係数をパラメータとして扱うと生じるニーマン・ピアソン系検出器の族を研究する動機となる。
我々は,事前チョンパラメータ値と真の相関係数のミスマッチがある場合,ニーマン・ピアソン系検出器の確率分布を導出する。
次に、この結果を用いて受信特性曲線を生成する。
最後に,相関係数が小さい場合に結果を適用する。
結果として得られた検出器は、良いものだけでなく、量子レーダーの文献に以前に現れたものであることが判明した。
関連論文リスト
- General treatment of Gaussian trusted noise in continuous variable
quantum key distribution [1.0499611180329804]
信頼されたデバイスシナリオでは、敵が検出器内の電子ノイズなどの不完全性にアクセスできないと仮定し、キーレートを著しく改善することが期待されている。
本稿では, ホモダイン/ヘテロダイン測定を用いた任意のプロトコルに対して, ガウス的信頼ノイズの効果を組み込む, 単純で一般的な処理法を開発する。
本手法では, ノイズのない検出器の損失を小さく抑えながら, ノイズのない検出器の結果と等価であることを示す。
論文 参考訳（メタデータ） (2023-05-28T10:38:36Z) - Optimizing the Noise in Self-Supervised Learning: from Importance
Sampling to Noise-Contrastive Estimation [80.07065346699005]
GAN(Generative Adversarial Networks)のように、最適な雑音分布はデータ分布に等しくなると広く想定されている。
我々は、この自己教師型タスクをエネルギーベースモデルの推定問題として基礎づけるノイズ・コントラスト推定に目を向ける。
本研究は, 最適雑音のサンプリングは困難であり, 効率性の向上は, データに匹敵する雑音分布を選択することに比べ, 緩やかに行うことができると結論付けた。
論文 参考訳（メタデータ） (2023-01-23T19:57:58Z) - High-Order Qubit Dephasing at Sweet Spots by Non-Gaussian Fluctuators:
Symmetry Breaking and Floquet Protection [55.41644538483948]
非ガウスゆらぎによるqubit dephasingについて検討した。
非ガウス雑音に特有の対称性破壊効果を予測する。
論文 参考訳（メタデータ） (2022-06-06T18:02:38Z) - Structured Covariance Matrix Estimation for Noise-Type Radars [0.0]
我々は,一致フィルタリングに用いる内部信号の振幅,2つの信号間の相関,およびそれらの間の相対位相を推定する。
本研究では,2種類のノイズレーダ検出器の特性曲線を受信機の目標検出および導出式に応用する。
論文 参考訳（メタデータ） (2022-04-16T23:04:33Z) - E-detectors: a nonparametric framework for sequential change detection [86.15115654324488]
逐次的変化検出のための基本的かつ汎用的なフレームワークを開発する。
私たちの手順は、平均走行距離のクリーンで無症状な境界が伴います。
統計的および計算効率の両方を達成するために,これらの混合物を設計する方法を示す。
論文 参考訳（メタデータ） (2022-03-07T17:25:02Z) - The Optimal Noise in Noise-Contrastive Learning Is Not What You Think [80.07065346699005]
この仮定から逸脱すると、実際により良い統計的推定結果が得られることが示される。
特に、最適な雑音分布は、データと異なり、また、別の家族からさえも異なる。
論文 参考訳（メタデータ） (2022-03-02T13:59:20Z) - Learning based signal detection for MIMO systems with unknown noise
statistics [84.02122699723536]
本論文では,未知のノイズ統計による信号を堅牢に検出する一般化最大確率(ML)推定器を考案する。
実際には、システムノイズに関する統計的な知識はほとんどなく、場合によっては非ガウス的であり、衝動的であり、分析不可能である。
我々のフレームワークは、ノイズサンプルのみを必要とする教師なしの学習アプローチによって駆動される。
論文 参考訳（メタデータ） (2021-01-21T04:48:15Z) - A Likelihood Ratio-Based Detector for QTMS Radar and Noise Radar [0.0]
対象物の存在と不在を識別するために、LRテストを用いて検出関数を導出する。
LR検出器の明示的な表現に加えて、ターゲットが小さい、遠くない、あるいは検出が難しい極限でLR検出器を近似する検出器関数を導出する。
論文 参考訳（メタデータ） (2020-11-18T19:33:45Z) - Detection of gravitational-wave signals from binary neutron star mergers
using machine learning [52.77024349608834]
本稿では,重力波検出器の時系列ひずみデータを用いたニューラルネットワークに基づく機械学習アルゴリズムを提案する。
信号対雑音比が25未満の信号に対する感度は6因子改善した。
保守的な推定は、我々のアルゴリズムが信号の到着からアラート発生までの平均10.2秒の遅延を発生させることを示している。
論文 参考訳（メタデータ） (2020-06-02T10:20:11Z) - Optimal control for quantum detectors [0.0]
量子センサを用いて、背景雑音の存在下で外部信号を検出するための最適量子制御を求める。
白い背景雑音に対して、最適解は単純でよく知られたスピンロック制御スキームである。
その結果, パルス整形を複雑にすることなく, 短期量子センサに最適検出方式を実装できることが示唆された。
論文 参考訳（メタデータ） (2020-05-12T18:15:59Z) - Weak Detection in the Spiked Wigner Model with General Rank [13.45821655503426]
我々は,信号+雑音型行列モデルから信号を検出する統計的決定過程を付加的なウィグナー雑音で検討する。
本稿では,信号の分布や雑音に依存しないデータ行列の線形スペクトル統計に基づく仮説テストを提案する。
論文 参考訳（メタデータ） (2020-01-16T06:40:24Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。