論文の概要: Efficient Covariance Matrix Reconstruction with Iterative Spatial Spectrum Sampling

• arxiv url: http://arxiv.org/abs/2309.01040v1
• Date: Sat, 2 Sep 2023 23:58:01 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-06 23:37:20.458376
• Title: Efficient Covariance Matrix Reconstruction with Iterative Spatial Spectrum Sampling
• Title（参考訳）: 繰り返し空間スペクトルサンプリングによる高効率共分散行列再構成
• Authors: S. Mohammadzadeh, V. H. Nascimento, R. C. de Lamare and O. Kukrer
• Abstract要約: 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。
• 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: This work presents a cost-effective technique for designing robust adaptive beamforming algorithms based on efficient covariance matrix reconstruction with iterative spatial power spectrum (CMR-ISPS). The proposed CMR-ISPS approach reconstructs the interference-plus-noise covariance (INC) matrix based on a simplified maximum entropy power spectral density function that can be used to shape the directional response of the beamformer. Firstly, we estimate the directions of arrival (DoAs) of the interfering sources with the available snapshots. We then develop an algorithm to reconstruct the INC matrix using a weighted sum of outer products of steering vectors whose coefficients can be estimated in the vicinity of the DoAs of the interferences which lie in a small angular sector. We also devise a cost-effective adaptive algorithm based on conjugate gradient techniques to update the beamforming weights and a method to obtain estimates of the signal of interest (SOI) steering vector from the spatial power spectrum. The proposed CMR-ISPS beamformer can suppress interferers close to the direction of the SOI by producing notches in the directional response of the array with sufficient depths. Simulation results are provided to confirm the validity of the proposed method and make a comparison to existing approaches
• Abstract（参考訳）: 本研究では、反復空間パワースペクトル(CMR-ISPS)を用いた効率的な共分散行列再構成に基づく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。 提案するcmr-isps法は、ビームフォーマの方向応答を形作るのに使用できる簡易な最大エントロピーパワースペクトル密度関数に基づいて干渉プラスノイズ共分散(inc)行列を再構成する。 まず、利用可能なスナップショットを用いて、干渉源の到着方向(doas)を推定する。 そこで我々は,小さな角領域にある干渉のDoA近傍で係数を推定できるステアリングベクトルの外積の重み付け和を用いて,INC行列を再構成するアルゴリズムを開発した。 また,共役勾配法に基づくコスト効率の良い適応アルゴリズムを考案し,ビームフォーミングウェイトの更新を行い,空間パワースペクトルからsoi(signal of interest)ステアリングベクトルの推定値を得る。 提案するcmr-ispsビームフォーマは、配列の方向応答において十分な深さで切り欠きを発生させることで、soiの方向に近い干渉を抑制することができる。 提案手法の有効性を確認し,既存手法との比較を行うシミュレーション結果を提供する。

関連論文リスト

• Regularized Projection Matrix Approximation with Applications to Community Detection [1.3761665705201904]
  本稿では,アフィニティ行列からクラスタ情報を復元するための正規化プロジェクション行列近似フレームワークを提案する。 3つの異なるペナルティ関数について検討し, それぞれが有界, 正, スパースシナリオに対応するように調整した。 合成および実世界の両方のデータセットで行った数値実験により、我々の正規化射影行列近似アプローチはクラスタリング性能において最先端の手法を著しく上回っていることが明らかとなった。
  論文  参考訳（メタデータ） (2024-05-26T15:18:22Z)
• Distributed Markov Chain Monte Carlo Sampling based on the Alternating Direction Method of Multipliers [143.6249073384419]
  本論文では,乗算器の交互方向法に基づく分散サンプリング手法を提案する。 我々は,アルゴリズムの収束に関する理論的保証と,その最先端性に関する実験的証拠の両方を提供する。 シミュレーションでは,線形回帰タスクとロジスティック回帰タスクにアルゴリズムを配置し,その高速収束を既存の勾配法と比較した。
  論文  参考訳（メタデータ） (2024-01-29T02:08:40Z)
• Study of Robust Adaptive Beamforming with Covariance Matrix Reconstruction Based on Power Spectral Estimation and Uncertainty Region [0.0]
  均一な線形アレイに対してロバスト適応ビームフォーミング法を提案する。 2つのアルゴリズムが示され、スナップショット毎に角方向の干渉セクターが見つかる。 干渉および雑音成分のパワー推定に基づいてパワースペクトルを導入する。
  論文  参考訳（メタデータ） (2023-03-18T23:09:40Z)
• 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)
• Study of Robust Adaptive Beamforming Based on Low-Complexity DFT Spatial Sampling [26.82194157337935]
  自己相関列の再構成に基づく適応ビームフォーミングのための新しいロバストなアルゴリズムを提案する。 提案した適応ビームフォーミングの重要な利点は、わずかな事前情報しか必要としないことである。
  論文  参考訳（メタデータ） (2021-06-23T21:46:54Z)
• Regularization by Denoising Sub-sampled Newton Method for Spectral CT Multi-Material Decomposition [78.37855832568569]
  スペクトルctを用いたマルチマテリアル画像再構成のためのモデルベース最大後課題の解決法を提案する。 特に,プラグイン画像復号化機能に基づく正規化最適化問題について提案する。 スペクトルct材料分解の数値的および実験的結果を示す。
  論文  参考訳（メタデータ） (2021-03-25T15:20:10Z)
• Low-Cost Maximum Entropy Covariance Matrix Reconstruction Algorithm for Robust Adaptive Beamforming [0.0]
  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。
  論文  参考訳（メタデータ） (2020-12-28T16:26:55Z)
• Optimization of loading factor preventing target cancellation [11.193504036335503]
  本稿では、干渉と雑音比(SINR)に対する経験的信号のサンプルに基づく負荷係数最適化のための反復アルゴリズムを提案する。 提案手法は, 構造的共分散行列と信号浸透モデルに関する仮定に依存しない。
  論文  参考訳（メタデータ） (2020-10-09T14:04:48Z)
• 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)
• Optimization-driven Deep Reinforcement Learning for Robust Beamforming in IRS-assisted Wireless Communications [54.610318402371185]
  Intelligent Reflecting Surface (IRS)は、マルチアンテナアクセスポイント(AP)から受信機へのダウンリンク情報伝達を支援する有望な技術である。 我々は、APのアクティブビームフォーミングとIRSのパッシブビームフォーミングを共同最適化することで、APの送信電力を最小化する。 過去の経験からビームフォーミング戦略に適応できる深層強化学習(DRL)手法を提案する。
  論文  参考訳（メタデータ） (2020-05-25T01:42:55Z)

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。