利用者:Bikingdog/SAMV (アルゴリズム)

SAMV（反復スパース漸近最小分散）は、信号処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ータフリーの超解像アルゴリズムです。 この名前は、漸近最小分散（AMV）基準の基礎を強調するために造語されました。 限られた数のスナップショット、低い信号対雑音比など、厳しい環境下で複数の高相関ソースの振幅と周波数の両方の特性を回復する強力なツールです。合成アパーチャレーダーイメージングとさまざまなソースローカリゼーション 。

SAMVアルゴリズム

推定パラメータ ${\displaystyle }$ からの統計 ${\displaystyle }$を展開しておりますシリーズの繰り返しSAMVに基づくアプローチにより、漸近的に最小分散評価のポイントになります。 から には、共分散行列 ${\displaystyle }$ の任意の一推定法 ${\displaystyle }$ に基づく二次統計量 ${\displaystyle }$ 囲の実対称行列

${\displaystyle }$

場所 ${\displaystyle }$ます。 また、この下限が可能になるの共分散行列の漸近分布 ${\displaystyle }$ 得られた最小化

${\displaystyle }$

場所 ${\displaystyle }$

そのため、推定 ${\displaystyle }$ 取得可能な繰り返します。

の ${\displaystyle }$ - ${\displaystyle }$ を最小化するような ${\displaystyle }$ を算出することが可能です。 想 ${\displaystyle }$ - ${\displaystyle }$ て近似をある程度の ${\displaystyle }$回繰り返し処理でさらに ${\displaystyle }$回繰り返しにより、

${\displaystyle }$

${\displaystyle }$

の見積りの ${\displaystyle }$ の ${\displaystyle }$回繰り返し処理で与えられます ${\displaystyle }$ と ${\displaystyle }$ます。

超えた走査グリッドの精度

の解決に最も 圧縮センシング に基づく源定位技術により細かさ方向のグリッドカバーする位置パラメータ空間です。 の像モデルのsparsityることが明らかになっ信号 ${\displaystyle }$ の距離を隣接する要素のovercomplete辞書 ${\displaystyle }$は、そのため、難易度の選択、最適な overcomplete辞書 が発生します。 計算の複雑さに比例の細かさ方向のグリッド、高密度グリッドではない計算実践します。 この分解能の制限が課されるグリッド、グリッド-無料 SAMV-SML (反復疎漸近最小分散-確率の最大尤度)が提案され、ァの位置推定 ${\displaystyle }$ による繰り返最小化の確率的 最尤 コスト関数に対して単一のスカラパラメータ ${\displaystyle }$ます。

応用範囲-ドップラ画像

思 範囲をドップラ画像の結果との比較三5dB、25dBの目標です。 (a)地真(b)の合rilter(MF)、(c)IAAのアルゴリズム、(d)SAMV-0のアルゴリズムです。 すべての出力レベルはdBです。 両MF IAA理解像度のドップラー軸となる。 SAMV-0優れた分解能の範囲は、ドップラーです。

典型的アプリケーションのSAMVアルゴリズムの 思 レーダー/ソナー -ドップラ画像 の問題です。 この画像の問題はシングルスナップショット、アルゴリズム対応のシングル-スナップショット推定が含まれ、 マッチフィルター (MFの periodogramは、IAA、このSAMVアルゴリズム(SAMV-0)です。 シミュレーションの条件が同一である ： ${\displaystyle }$要素誘 パルス圧縮 P3コードを採用しての送信パルス計の移動対象にシミュレーションしました。 すべての移動目標というのがあり ${\displaystyle }$ dB力との間の ${\displaystyle }$ dB力します。 して、受信信号を想定して汚染された均一な白色ガウスノイズの ${\displaystyle }$ dB力します。

の マッチングフィルタ の検出結果から厳しい塗および 漏洩 の影響のドップラーおよび範囲でドメインができる ${\displaystyle }$ dBの目標です。 それとは逆に、IAAのアルゴリズムには、強調イメージング結果と観測対象範囲の見積もりとドップラー周波数です。 のSAMV-0アプローチを提供高い疎結果を解消し塗効果は完全では捉弱 ${\displaystyle }$ dBの目標です。

オープンソースの実施

オープンソース のMATLAB の実施 SAMV アルゴリズムがダウンロード はここです。

参照

• 配列の処理
• マッチングフィルタ
• 複数信号区分 (音楽)は、人気のパラメトリック superresolution 方法
• Periodogram
• パルスドップラーレーダー

参考文献

[[Category:フーリエ解析]] [[Category:三角法]] [[Category:波動力学]]