SAMV

SAMV (反復 스파 스 漸近最小分散 ^[1])는 信號處理의 스펙트럼 推定 및 到着方向 (DOA) 推定을 위한 파라미터 無料 슈퍼 海上도 알고리즘이다. 이 이름은 漸近最小分散 (AMV) 基準의 基礎를 强調하기 위해 만들어 낸되었다. 制限된 數의 스냅 샷 낮은 信號隊雜音比等 어려운 環境에서 여러 높은 相關 소스의 振幅과 周波數의 두 特性을 復舊하는 强力한 道具다. 合成個區 레이다 映像과 다양한 소스 地域化 ^[2]^[3].

說明 [ 編輯 ]

SAMV 알고리즘 ^[1]도플러 레이다에 應用된 最近의 스파 스 모델링 基盤의 超解像技術 (Super-resolution). SAMV 알고리즘은 여러 信號區分等의 旣存의 方法보다 優秀한 結果를 提供한다.

그리드 限界以上의 高精密 [ 編輯 ]

大口徑의 壓縮縮의 베이스의 소스 位置特定技術의 分解能은 位置媒介變數空間을 캡쳐하는 方向 그리드의 制限에 依해 制限된다. 距離에 依存하는 境遇, 最適의 콘서트 辭典의 選擇이 어려움이 생긴다. 計算의 複雜性은 方向 그리드의 種類와 直接的인 關係가 없기 때문에 計算할 때 實用的이지 않다. 그리드에 依해 果樹 이 解決限界를 達成하기 위해서, 確實한 最優先順位가 位置最適化를 最下化하는 것에 依해 位置推定을 正確化하는 格子 프리 SAMV-SML (反復疎密近近最小分散 - 確信的最尤) 提案 된 것 一人のスララ ? パラメ ? タ?에 ? ?.

應用 프로그램의 範圍-Doppler imaging [ 編輯 ]

SAMV 알고리즘을 使用하는 一般的인 應用 프로그램은 Doppler radar 에 있다. 이 映像問題는 單一 스냅샷 應用 프로그램이며 單一 스냅샷 推定과 互換되는 알고리즘, 卽 Matched filter (MF, 駐祈禱와 類似), IAA 및 SAMV 알고리즘 變形 (SAMV-0)이 包含된다. 電送된 펄스는 30 要素多相 Pulse compression P3 코드가 使用되고 總 9 個의 移動標的이 시뮬레이션된다. 모든 움직이는 標的中 3 個는 5dB 戰力이고 나머지 6 個는 25dB 戰力이다. 受信 된 信號는 0dB 戰力의 均一한 白色佳友시안 雜音으로 汚染된 것으로 假定한다.

整合 필터 檢出結果는 도플러 領域과 範圍領域에서 甚한 번짐과 스펙트럼 漏出影響을 받기 때문에 5dB 目標를 區別하는 것이 不可能하다. 反對로, IAA 알고리즘은 觀測對象範圍推定 및 도플러 周波數로 向上된 이미징 結果를 提供한다. SAMV-0 方式은 매우 稀少한 結果를 提供하고 完全히 번짐 現象을 除去하지만 弱한 5dB 目標를 놓치게 된다.

오픈 소스 소프트웨어 [ 編輯 ]

SAMV 알고리즘의 오픈 소스 MATLAB 소프트웨어를 다운로드 할 수 있다.

같이 보기 [ 編輯 ]

參照 [ 編輯 ]

↑ ^가 ^나 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年 2月 3日). “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 .

[AbeidaZhang-1] 가 ^나 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年 2月 3日). “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]