論文の概要: Structured Covariance Matrix Estimation for Noise-Type Radars

• arxiv url: http://arxiv.org/abs/2204.07882v1
• Date: Sat, 16 Apr 2022 23:04:33 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-16 19:11:22.092824
• Title: Structured Covariance Matrix Estimation for Noise-Type Radars
• Title（参考訳）: ノイズ型レーダの共分散行列推定
• Authors: David Luong, Bhashyam Balaji, Sreeraman Rajan
• Abstract要約: 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。
• 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: Standard noise radars, as well as noise-type radars such as quantum two-mode squeezing radar, are characterized by a covariance matrix with a very specific structure. This matrix has four independent parameters: the amplitude of the received signal, the amplitude of the internal signal used for matched filtering, the correlation between the two signals, and the relative phase between them. In this paper, we derive estimators for these four parameters using two techniques. The first is based on minimizing the Frobenius norm between the structured covariance matrix and the sample covariance matrix; the second is maximum likelihood parameter estimation. The two techniques yield the same estimators. We then give probability density functions (PDFs) for all four estimators. Because some of these PDFs are quite complicated, we also provide approximate PDFs. Finally, we apply our results to the problem of target detection and derive expressions for the receiver operating characteristic curves of two different noise radar detectors.
• Abstract（参考訳）: 標準ノイズレーダと量子2モードスキーズレーダのようなノイズ型レーダは、非常に特異な構造を持つ共分散行列によって特徴付けられる。 この行列は、受信信号の振幅、マッチングフィルタリングに用いられる内部信号の振幅、2つの信号間の相関、それらの間の相対位相の4つの独立したパラメータを持つ。 本稿では,これら4つのパラメータの推定器を2つの手法で導出する。 1つは、構造化共分散行列とサンプル共分散行列の間のフロベニウスノルムを最小化することに基づいており、もう1つは最大極大パラメータ推定である。 2つの手法は同じ推定値が得られる。 そして、4つの推定値すべてに確率密度関数(pdf)を与える。 これらのPDFのいくつかは非常に複雑であるため、近似PDFも提供します。 最後に,2種類のノイズレーダ検出器の特性曲線を演算する受信機の目標検出および導出式の問題に対して,本結果を適用した。

関連論文リスト

• Matrix Denoising with Doubly Heteroscedastic Noise: Fundamental Limits and Optimal Spectral Methods [24.06775799553418]
  本研究では,列相関と列相関の両方でノイズによって劣化したランク1$の信号の特異ベクトルを推定する行列記述問題について検討する。 本研究は,2つのヘテロセダスティックノイズを重畳した行列の,情報理論的およびアルゴリズム的限界を確立する。
  論文  参考訳（メタデータ） (2024-05-22T18:38:10Z)
• Learning Radio Environments by Differentiable Ray Tracing [56.40113938833999]
  本稿では, 材料特性, 散乱, アンテナパターンの微分パラメトリゼーションによって補う, 勾配式キャリブレーション法を提案する。 提案手法は,MIMO(分散マルチインプットマルチインプット・マルチアウトプット・チャネル・サウンドア)を用いて,合成データと実世界の屋内チャネル計測の両方を用いて検証した。
  論文  参考訳（メタデータ） (2023-11-30T13:50:21Z)
• Mismatched estimation of non-symmetric rank-one matrices corrupted by structured noise [21.447998004700384]
  本研究では,非対称な回転不変雑音によって劣化したランク1信号と特異値の一般分布を推定するベイズ統計学者の性能について検討する。 我々は、ミスマッチしたベイズ推定器の誤差に対する正確な解析式を導出し、また、近似メッセージパッシング(AMP)アルゴリズムの解析も提供する。
  論文  参考訳（メタデータ） (2023-02-07T07:56:19Z)
• Detecting Rotated Objects as Gaussian Distributions and Its 3-D Generalization [81.29406957201458]
  既存の検出方法は、パラメータ化バウンディングボックス(BBox)を使用して(水平)オブジェクトをモデル化し、検出する。 このような機構は回転検出に有効な回帰損失を構築するのに基本的な限界があると主張する。 回転した物体をガウス分布としてモデル化することを提案する。 2次元から3次元へのアプローチを、方向推定を扱うアルゴリズム設計により拡張する。
  論文  参考訳（メタデータ） (2022-09-22T07:50:48Z)
• A Family of Neyman-Pearson-Based Detectors for Noise-Type Radars [0.0]
  相関係数をパラメータとして扱う際に生じるナイマン・ピアソン型検出器の家系について検討する。 その結果、検出器は良いだけでなく、以前に量子レーダーの文献に現れたことが判明した。
  論文  参考訳（メタデータ） (2022-04-16T23:04:14Z)
• Accurate methods for the analysis of strong-drive effects in parametric gates [94.70553167084388]
  正確な数値と摂動解析手法を用いて効率的にゲートパラメータを抽出する方法を示す。 我々は,$i$SWAP, Control-Z, CNOT など,異なる種類のゲートに対する最適操作条件を同定する。
  論文  参考訳（メタデータ） (2021-07-06T02:02:54Z)
• Multi-Discriminator Sobolev Defense-GAN Against Adversarial Attacks for End-to-End Speech Systems [78.5097679815944]
  本稿では,最先端音声テキストシステムのためのエンドツーエンド攻撃に対する防御手法を提案する。 まず,短時間フーリエ変換を用いた2次元スペクトルを用いた音声信号の表現を行う。 第二に、スペクトログラム部分空間射影演算を用いて安全ベクトルを反復的に発見する。 第3に,ソボレフ積分確率計量で学習した新しいganアーキテクチャを用いて,このような安全なベクトルを持つスペクトログラムを合成する。
  論文  参考訳（メタデータ） (2021-03-15T01:11:13Z)
• Learning Noise-Aware Encoder-Decoder from Noisy Labels by Alternating Back-Propagation for Saliency Detection [54.98042023365694]
  本稿では,ノイズを考慮したエンコーダ・デコーダ・フレームワークを提案する。 提案モデルはニューラルネットワークによってパラメータ化された2つのサブモデルから構成される。
  論文  参考訳（メタデータ） (2020-07-23T18:47:36Z)
• Understanding Implicit Regularization in Over-Parameterized Single Index Model [55.41685740015095]
  我々は高次元単一インデックスモデルのための正規化自由アルゴリズムを設計する。 暗黙正則化現象の理論的保証を提供する。
  論文  参考訳（メタデータ） (2020-07-16T13:27:47Z)
• Joint Total Variation ESTATICS for Robust Multi-Parameter Mapping [0.0]
  ESTATICSは、R2*と複数の外挿インターセプトを抽出するために、複数のエコー系列の連接対数整合を行う。 提案アルゴリズムは,リッチな単目的データセットにおいて,左からのエコーを予測して評価する。
  論文  参考訳（メタデータ） (2020-05-28T19:08:42Z)
• Calculating eigenvalues and eigenvectors of parameter-dependent hamiltonians using an adaptative wave operator method [0.0]
  我々は、調整可能なパラメータが修正されたとき、連続した固有空間に従う適応的プロジェクタを用いて、外部調整可能なパラメータや断熱的パラメータに依存するハミルトニアンを考える。 固定されたアクティブ空間と標準ブロックダビッドソン法を用いた標準波動演算子アルゴリズムとの比較により、反復アルゴリズムを導出し、検証する。 また、強度や周波数の異なる強いレーザー場下での分子光解離へのより現実的な応用を示す。
  論文  参考訳（メタデータ） (2020-05-27T19:43:55Z)

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。