SAMV (アルゴリズム)

SAMV （ 反復スパ?ス漸近最小分散 ^[1]）は、信??理におけるスペクトル推定および到着方向 (DOA) 推定のためのパラメ?タフリ?の超解像アルゴリズムである。この名前は、漸近最小分散 (AMV) 基準の基礎を?調するために造語された。限られた?のスナップショット、低い信???音比など、?しい環境下で複?の高相?ソ?スの振幅と周波?の?方の特性を回復する?力なツ?ルである。合成アパ?チャレ?ダ?イメ?ジングとさまざまなソ?スロ?カリゼ?ション ^[2]^[3]。

?? [ 編集 ]

SAMVアルゴリズムは ^[1]、ドップラ?レ?ダ? に?用された最近のスパ?スモデリングベ?スの超解像技術 (Super-resolution) である。 SAMVアルゴリズムは、複?信??分などの??の方法よりも優れた結果を提供する。

グリッド限界以上の高精度 [ 編集 ]

大部分の ?縮センシングベ?スのソ?ス位置特定技術の分解能は、位置パラメ?タ空間をカバ?する方向グリッドの細かさによって制限される。スパ?スモデリングでは、?理信?の希薄さは、オ?バ?コンプリ?ト?書の隣接要素間の距離に依存するため、最適なオ?バ?コンプリ?ト?書の選?の難しさが生じる。計算の複?さは方向グリッドの細かさに直接比例し、高密度グリッドは計算上?用的ではない。グリッドによって課されるこの解決限界を克服するために、確率的最尤コスト??を反復的に最小化することによって位置推定を精緻化する格子フリ?のSAMV-SML（反復疎漸近最小分散 - 確率的最尤）が提案される ?一のスカラ?パラメ?タ?に?して。

ドップラ?レ?ダ?における?用 [ 編集 ]

SAMVアルゴリズムを用いた典型的なアプリケ?ションは、ドップラ?レ?ダ? にある。この?像化問題は?一スナップショットアプリケ?ションであり、マッチドフィルタ（MF、ピリオドグラムに類似）、IAA、およびSAMVアルゴリズムの?形 (SAMV-0) のような?一スナップショット推定に??するアルゴリズムが含まれる。送信パルスとして、30要素の多相パルス?縮 P3符?を用い、計9個の移動目標をシミュレ?トする。移動するすべてのタ?ゲットのうち3つは5 dBのパワ?で、?りの6つは25 dBのパワ?である。受信信?は、0 dBの均一な白色ガウス?音で汚染されていると?定される。

一致したフィルタ?出結果は、ドップラ?領域およびレンジ領域の?方において、著しい汚れおよびスペクトル漏れの影響を受けるため、5 dBのタ?ゲットを?別することは不可能である。逆に、IAAアルゴリズムは、?測可能な目標範?推定値およびドップラ?周波?を用いて撮像結果を向上させる。SAMV-0アプロ?チは、非常にまばらな結果をもたらし、完全にスミア?果を排除するが、弱い5 dBタ?ゲットを失う。

オ?プンソ?スソフトウェア [ 編集 ]

SAMVアルゴリズムのオ?プンソ?スの MATLAB ソフトウェアをダウンロ?ドできる [1] 。

脚注 [ 編集 ]

^ ^a ^b ^c Abeida, Habti; Zhang, Qilin; Li, Jian; Merabtine, Nadjim (2013). “Iterative Sparse Asymptotic Minimum Variance Based Approaches for Array Processing” (PDF). IEEE Transactions on Signal Processing (IEEE) 61 (4): 933?944. doi : 10.1109/tsp.2012.2231676 . ISSN 1053-587X .
^ Glentis, George-Othon; Zhao, Kexin; Jakobsson, Andreas; Abeida, Habti; Li, Jian (2014). “SAR imaging via efficient implementations of sparse ML approaches”. Signal Processing (Elsevier BV) 95 : 15?26. doi : 10.1016/j.sigpro.2013.08.003 .
^ Yang, Xuemin; Li, Guangjun; Zheng, Zhi (2015-02-03). “DOA Estimation of Noncircular Signal Based on Sparse Representation”. Wireless Personal Communications (Springer Nature) 82 (4): 2363?2375. doi : 10.1007/s11277-015-2352-z .

?連項目 [ 編集 ]

レ?ダ?
スパ?スモデリング
超解像技術
?縮センシング
複?信??分 (音?)は、人?のパラメトリック superresolution 方法
ドップラ??レ?ダ?

[AbeidaZhang-1] Abeida, Habti; Zhang, Qilin; Li, Jian; Merabtine, Nadjim (2013). “Iterative Sparse Asymptotic Minimum Variance Based Approaches for Array Processing” (PDF). IEEE Transactions on Signal Processing (IEEE) 61 (4): 933?944. doi : 10.1109/tsp.2012.2231676 . ISSN 1053-587X .

[SAR-2] Glentis, George-Othon; Zhao, Kexin; Jakobsson, Andreas; Abeida, Habti; Li, Jian (2014). “SAR imaging via efficient implementations of sparse ML approaches”. Signal Processing (Elsevier BV) 95 : 15?26. doi : 10.1016/j.sigpro.2013.08.003 .

[Yang-3] Yang, Xuemin; Li, Guangjun; Zheng, Zhi (2015-02-03). “DOA Estimation of Noncircular Signal Based on Sparse Representation”. Wireless Personal Communications (Springer Nature) 82 (4): 2363?2375. doi : 10.1007/s11277-015-2352-z .

[1]

[2]

[3]