論文の概要: Covariance Matrix Construction with Preprocessing-Based Spatial Sampling for Robust Adaptive Beamforming

• arxiv url: http://arxiv.org/abs/2510.17823v1
• Date: Tue, 30 Sep 2025 17:46:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-26 16:57:26.491046
• Title: Covariance Matrix Construction with Preprocessing-Based Spatial Sampling 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前処理による空間サンプリングによる共分散行列の構成
• Authors: Saeed Mohammadzadeh, Rodrigo C. de Lamare, Yuriy Zakharov,
• Abstract要約: 本研究は, ステアリングベクトル推定ミスマッチに対処する, 効率的でロバストなビームフォーミング手法を提案する。 特に、干渉源の方向(DoA)を、干渉信号の角セクタを適応的に計算した利用可能なスナップショットで推定する。 提案手法におけるアレイビームパターンの解析を行い,競合する手法の計算コストについて検討した。
• 参考スコア（独自算出の注目度）: 13.635183363631299
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This work proposes an efficient, robust adaptive beamforming technique to deal with steering vector (SV) estimation mismatches and data covariance matrix reconstruction problems. In particular, the direction-of-arrival(DoA) of interfering sources is estimated with available snapshots in which the angular sectors of the interfering signals are computed adaptively. Then, we utilize the well-known general linear combination algorithm to reconstruct the interference-plus-noise covariance (IPNC) matrix using preprocessing-based spatial sampling (PPBSS). We demonstrate that the preprocessing matrix can be replaced by the sample covariance matrix (SCM) in the shrinkage method. A power spectrum sampling strategy is then devised based on a preprocessing matrix computed with the estimated angular sectors' information. Moreover, the covariance matrix for the signal is formed for the angular sector of the signal-of-interest (SOI), which allows for calculating an SV for the SOI using the power method. An analysis of the array beampattern in the proposed PPBSS technique is carried out, and a study of the computational cost of competing approaches is conducted. Simulation results show the proposed method's effectiveness compared to existing approaches.
• Abstract（参考訳）: 本研究は, ステアリングベクトル(SV)推定ミスマッチとデータ共分散行列再構成問題に対処する, 効率的でロバストなビームフォーミング手法を提案する。 特に、干渉源の方向(DoA)を、干渉信号の角セクタを適応的に計算した利用可能なスナップショットで推定する。 そして、よく知られた一般線形結合アルゴリズムを用いて、前処理に基づく空間サンプリング(PPBSS)を用いて干渉+雑音共分散(IPNC)行列を再構成する。 本研究では, 前処理行列を縮小法においてサンプル共分散行列 (SCM) に置換できることを実証した。 次に、推定角セクターの情報で計算された前処理行列に基づいてパワースペクトルサンプリング戦略を考案する。 さらに、信号の共分散行列は、興味の信号(SOI)の角セクタに対して形成され、電力法を用いてSOIのSVを計算することができる。 提案手法におけるアレイビームパターンの解析を行い,競合する手法の計算コストについて検討した。 シミュレーションの結果,既存の手法と比較して提案手法の有効性が示された。

関連論文リスト

• Neural Optimal Transport Meets Multivariate Conformal Prediction [58.43397908730771]
  条件付きベクトル回帰(CVQR)のためのフレームワークを提案する。 CVQRは、ニューラルネットワークの最適輸送と量子化された最適化を組み合わせて、予測に適用する。
  論文  参考訳（メタデータ） (2025-09-29T19:50:19Z)
• A Gradient Meta-Learning Joint Optimization for Beamforming and Antenna Position in Pinching-Antenna Systems [63.213207442368294]
  マルチ導波路ピンチアンテナシステムの新しい最適化設計について検討する。 提案したGML-JOアルゴリズムは,既存の最適化手法と比較して,様々な選択や性能に頑健である。
  論文  参考訳（メタデータ） (2025-06-14T17:35:27Z)
• Amortized Posterior Sampling with Diffusion Prior Distillation [55.03585818289934]
  Amortized Posterior Smplingは、逆問題における効率的な後方サンプリングのための新しい変分推論手法である。 本手法は,拡散モデルにより暗黙的に定義された変動分布と後続分布とのばらつきを最小限に抑えるために条件付き流れモデルを訓練する。 既存の手法とは異なり、我々のアプローチは教師なしであり、ペア化されたトレーニングデータを必要としておらず、ユークリッドと非ユークリッドの両方のドメインに適用できる。
  論文  参考訳（メタデータ） (2024-07-25T09:53:12Z)
• 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)
• Weakly supervised covariance matrices alignment through Stiefel matrices estimation for MEG applications [64.20396555814513]
  本稿では,Mixing Model Stiefel Adaptation (MSA)と呼ばれる時系列データに対する新しいドメイン適応手法を提案する。 我々は、ドメイン間の等価な信号分散とペアの対応を確立することにより、ターゲット領域における豊富なラベルのないデータを利用して効果的な予測を行う。 MSAは、Cam-CANデータセットのMEG信号を用いて、タスクの変動を伴う脳年齢回帰の最近の手法より優れている。
  論文  参考訳（メタデータ） (2024-01-24T19:04:49Z)
• 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)
• 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)
• Sampling in Combinatorial Spaces with SurVAE Flow Augmented MCMC [83.48593305367523]
  ハイブリッドモンテカルロ(Hybrid Monte Carlo)は、複素連続分布からサンプリングする強力なマルコフ連鎖モンテカルロ法である。 本稿では,SurVAEフローを用いたモンテカルロ法の拡張に基づく新しい手法を提案する。 本稿では,統計学,計算物理学,機械学習など,様々な分野におけるアルゴリズムの有効性を実証し,代替アルゴリズムと比較した改良点を考察する。
  論文  参考訳（メタデータ） (2021-02-04T02:21:08Z)
• Adaptive filters for the moving target indicator system [10.152838128195468]
  適応アルゴリズムの収束性を改善する2つの手法を提案する。 提案手法は, 干渉プラスノイズ比 (SINR) に対する経験的信号に基づく。 シミュレーションデータを用いてその効果を示す。
  論文  参考訳（メタデータ） (2020-12-31T04:22:55Z)
• 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)

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。