Name
Abstract | ||
|---|---|---|
Cet article traite de la réduction adaptative de données en traitement de réseaux pour un bruit spatialement coloré. L'objectif est de réduire la complexité de calcul des algorithmes de traitement du signal appliqués en projetant les données sur un espace de dimension moindre à l'aide d'une transformation linéaire. La transformation dérivée préserve les bornes de Cramer–Rao des paramètres critiques. Nous discutons les approches d'implantation de cette transformation et montrons qu'il suffit d'estimer la matrice de covariance du réseau au lieu de la matrice de covariance du bruit lors de la conception de la transformation optimale. Des simulations sur ordinateur sont décrite pour illustrer le problème de l'interférence due à des sources ≪en dehors de la bande≫ lorsque la transformation de l'espace de voie est conçue de sorte à focaliser sur un secteur particulier. Lorsqu'on compare les résultats à ceux obtenus avec d'autres méthodes telle que celle des ≪séquences sphéroı̈dales≫, ces simulations montrent que des améliorations significatives sont obtenues en terme d'erreur quadratique moyenne. |
Year | DOI | Venue |
|---|---|---|
2000 | 10.1016/S0165-1684(00)00091-8 | Signal Processing |
Keywords | Field | DocType |
adaptive data reduction,array signal processing,cramér–rao bounds,beamspace transformation,out of band,computer simulation,signal processing,data reduction,mean square error,linear transformation,colored noise,computational complexity,design process,covariance matrix | Signal processing,Array processing,Colors of noise,Control theory,Antenna array,Algorithm,Electronic engineering,Linear map,Covariance matrix,Mathematics,Data reduction,Computational complexity theory | Journal |
Volume | Issue | ISSN |
80 | 9 | Signal Processing |
Citations | PageRank | References |
3 | 0.48 | 7 |
Authors | ||
2 | ||
Name | Order | Citations | PageRank |
|---|---|---|---|
| J. Eriksson | 1 | 3 | 0.82 |
| M. Viberg | 2 | 917 | 188.13 |