論文の概要: Direction Finding with Sparse Arrays Based on Variable Window Size Spatial Smoothing

• arxiv url: http://arxiv.org/abs/2512.22024v1
• Date: Fri, 26 Dec 2025 13:08:03 GMT
• ステータス: 情報取得中
• システム内更新日: 2025-12-29 12:03:49.281297
• Title: Direction Finding with Sparse Arrays Based on Variable Window Size Spatial Smoothing
• Title（参考訳）: 可変ウィンドウサイズ空間平滑化に基づくスパースアレイによる方向検出
• Authors: Wesley S. Leite, Rodrigo C. de Lamare, Yuriy Zakharov, Wei Liu, Martin Haardt,
• Abstract要約: 本稿では,粗い線形アレイの到着方向を粗線で推定する,可変ウィンドウサイズ(VWS)空間平滑化フレームワークを提案する。 圧縮パラメータによって仮定できる値を制限することにより、識別可能性を保証する境界を導出する。
• 参考スコア（独自算出の注目度）: 24.27757355839606
• License:
• Abstract: In this work, we introduce a variable window size (VWS) spatial smoothing framework that enhances coarray-based direction of arrival (DOA) estimation for sparse linear arrays. By compressing the smoothing aperture, the proposed VWS Coarray MUSIC (VWS-CA-MUSIC) and VWS Coarray root-MUSIC (VWS-CA-rMUSIC) algorithms replace part of the perturbed rank-one outer products in the smoothed coarray data with unperturbed low-rank additional terms, increasing the separation between signal and noise subspaces, while preserving the signal subspace span. We also derive the bounds that guarantees identifiability, by limiting the values that can be assumed by the compression parameter. Simulations with sparse geometries reveal significant performance improvements and complexity savings relative to the fixed-window coarray MUSIC method.
• Abstract（参考訳）: 本研究では,粗い線形配列に対する粗線に基づく到着方向推定(DOA)を向上させる可変ウィンドウサイズ(VWS)空間平滑化フレームワークを提案する。 このスムーズな開口を圧縮することにより、信号部分空間を保ちながら信号部分空間と雑音部分空間の分離を増大させるとともに、スムーズなコアレーデータにおいて、乱れたランク1外積の一部を置換するVWSコアレーMUSIC(VWS-CA-MUSIC)とVWSコアレールートMUSIC(VWS-CA-rMUSIC)アルゴリズムを提案する。 また、圧縮パラメータによって仮定できる値を制限することにより、識別可能性を保証する境界を導出する。 平坦な地形を用いたシミュレーションにより, 固定ウインドウMUSIC法と比較して, 大幅な性能向上と複雑性の低減が図られた。

関連論文リスト

• 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)
• 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)
• Mode-wise Principal Subspace Pursuit and Matrix Spiked Covariance Model [13.082805815235975]
  行列データに対して行次元と列次元の両方に隠れたバリエーションを抽出するために,モードワイド・プリンシパル・サブスペース・スーツ (MOP-UP) と呼ばれる新しいフレームワークを導入する。 提案フレームワークの有効性と実用性は、シミュレーションと実データの両方の実験を通して実証される。
  論文  参考訳（メタデータ） (2023-07-02T13:59:47Z)
• Performance Embeddings: A Similarity-based Approach to Automatic Performance Optimization [71.69092462147292]
  パフォーマンス埋め込みは、アプリケーション間でパフォーマンスチューニングの知識伝達を可能にする。 本研究では, 深層ニューラルネットワーク, 密度およびスパース線形代数合成, および数値風速予測ステンシルのケーススタディにおいて, この伝達チューニング手法を実証する。
  論文  参考訳（メタデータ） (2023-03-14T15:51:35Z)
• DSVT: Dynamic Sparse Voxel Transformer with Rotated Sets [95.84755169585492]
  本研究では,屋外3次元知覚のためのシングルストライドウィンドウベースのボクセルトランスであるDynamic Sparse Voxel Transformer (DSVT)を提案する。 本モデルでは,3次元認識タスクを多岐にわたって行うことにより,最先端の性能を実現する。
  論文  参考訳（メタデータ） (2023-01-15T09:31:58Z)
• Tuning-free multi-coil compressed sensing MRI with Parallel Variable Density Approximate Message Passing (P-VDAMP) [2.624902795082451]
  並列可変密度近似メッセージパッシング(P-VDAMP)アルゴリズムを提案する。 状態の進化は、Stein's Unbiased Risk Estimate (SURE) を用いてスパースパラメータを自動的に調整する。 提案手法は, 最適に調整したスパース重み付けを施したFISTAと同様の再現品質と収束時間を有することがわかった。
  論文  参考訳（メタデータ） (2022-03-08T16:11:41Z)
• Communication-Efficient Federated Learning via Quantized Compressed Sensing [82.10695943017907]
  提案フレームワークは,無線機器の勾配圧縮とパラメータサーバの勾配再構成からなる。 勾配スペーシフィケーションと量子化により、我々の戦略は1ビット勾配圧縮よりも高い圧縮比を達成することができる。 圧縮を行わない場合とほぼ同じ性能を実現できることを示す。
  論文  参考訳（メタデータ） (2021-11-30T02:13:54Z)
• Privacy Amplification of Iterative Algorithms via Contraction Coefficients [3.5270468102327004]
  本稿では、情報理論レンズを用いて、Feldmanらによって最近提案された反復によるプライバシー増幅の枠組みについて検討する。 本稿では,データ処理の不等式を$f$-divergencesで求めることによって,データ処理の不等式から導かれる収縮係数の直接適用により,反復写像の差分プライバシー保証が決定できることを実証する。
  論文  参考訳（メタデータ） (2020-01-17T22:06:48Z)
• Quaternion Equivariant Capsule Networks for 3D Point Clouds [58.566467950463306]
  本稿では,3次元回転と翻訳に同値な点雲を処理するための3次元カプセルモジュールを提案する。 カプセル間の動的ルーティングをよく知られたWeiszfeldアルゴリズムに接続する。 オペレーターに基づいて、ポーズから幾何学をアンタングルするカプセルネットワークを構築します。
  論文  参考訳（メタデータ） (2019-12-27T13:51:17Z)

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。