MétaCan
Menu
Retour à la cohorte
Enregistrement W2534732770 · doi:10.1109/acssc.2006.355175

Robust Minimum Variance Beamforming with Dual Response Constraints

2006· article· en· W2534732770 sur OpenAlexaff
Michael Robinson, Ioannis Psaromiligkos

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueDirection-of-Arrival Estimation Techniques
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésRobustness (evolution)Control theory (sociology)BeamformingAdaptive beamformerComputer scienceConstraint (computer-aided design)DiagonalFilter (signal processing)Mathematical optimizationMathematicsAlgorithmTelecommunications

Résumé

récupéré en direct d'OpenAlex

The minimum variance distortionless response (MVDR) beamformer is a popular method of combining multiple antenna outputs in order to recover a signal of interest (SOI) with known steering vector in the presence of noise and interference. However, in practice the precise value of the SOI steering vector is unknown and only an estimate is used. In hopes of protecting the actual SOI in case of mismatches it has been recently proposed to use a non-attenuation constraint inside a hypersphere centered at the presumed SOI steering vector. In an effort to strike a balance between robustness to steering vector error and interference-plus-noise suppression, we propose in this paper to use two concentric hyperspheres instead of one with different degrees of protection in each. We determine conditions on the user defined parameters to ensure existence of a solution to the resulting constrained optimization problem. The multiply constrained filter solution is demonstrated to be of the diagonally loaded type with adaptive loading factor. We further give necessary conditions for the two-constraint filter to be distinct, in terms of SINR, to the one-constraint case. Numerical simulations show that using two constraints yields improved SINR performance compared to one constraint for small steering vector mismatches or large input SNR.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,843
Score d'incertitude au seuil0,335

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,015
Tête enseignante GPT0,229
Écart entre enseignants0,214 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDirection-of-Arrival Estimation TechniquesTravaux en français237 207