Estimation and Deconvolution of Second Order Cyclostationary Signals

要約

この方法は、ブラインド デコンボリューションと、センサーに到達する途中で伝達関数 (TF) を通過するノイズの多い 2 次周期定常 (CS2) 信号の時間波形の推定という二重の問題を解決します。
私たちは、デコンボリューション フィルターが存在し、統計が時間の経過とともに変化する信号から TF 効果を除去することを証明しました。
この方法はブラインドです。つまり、信号や TF に関する事前の知識は必要ありません。
シミュレーションでは、さまざまな信号タイプ、TF、信号対雑音比 (SNR) にわたってアルゴリズムの高精度が実証されています。
この研究では、CS2 信号ファミリーは決定論的な周期関数とホワイト ノイズの積に制限されています。
さらに、この方法は、同一のシステムからの異なる TF を持つ信号の集約が必要な機械学習モデルのトレーニングを改善する可能性があります。

要約(オリジナル)

This method solves the dual problem of blind deconvolution and estimation of the time waveform of noisy second-order cyclo-stationary (CS2) signals that traverse a Transfer Function (TF) en route to a sensor. We have proven that the deconvolution filter exists and eliminates the TF effect from signals whose statistics vary over time. This method is blind, meaning it does not require prior knowledge about the signals or TF. Simulations demonstrate the algorithm high precision across various signal types, TFs, and Signal-to-Noise Ratios (SNRs). In this study, the CS2 signals family is restricted to the product of a deterministic periodic function and white noise. Furthermore, this method has the potential to improve the training of Machine Learning models where the aggregation of signals from identical systems but with different TFs is required.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google