압축 센싱 기반 시간 고차 순환통계 추정 기법
본 논문은 순환신호의 비선형 변환으로 드러나는 숨은 주기성을 압축 센싱(Compressive Sensing, CS)으로 효율적으로 획득하고, 저속 비균등 샘플링만으로 시간 고차 순환통계(THOCS)를 직접 추정하는 프레임워크를 제안한다. 기존 고속 균등 샘플링 방식에 비해 데이터 획득·저장·전송 부담을 크게 줄이며, 재구성 없이도 신호 선택성 및 잡음 강인성을 유지한다는 점을 시뮬레이션을 통해 검증한다.
저자: Chia Wei Lim, Michael B. Wakin
본 논문은 순환신호의 비선형 변환을 통해 드러나는 숨은 주기성을 활용한 고차 순환통계(Temporal Higher Order Cyclostationary Statistics, 이하 THOCS)의 효율적인 획득과 추정을 목표로 한다. 서론에서는 순환신호가 일반적인 통신 신호와 달리 비선형 변환(예: 제곱, 4제곱 등) 후에 주기성을 나타내며, 이러한 주기성을 ‘사이클릭 모멘트’라 부른다. 사이클릭 모멘트는 푸리에 도메인에서 몇 개의 큰 피크로 압축 가능하다는 점을 강조하고, 이를 이용해 압축 센싱(Compressive Sensing, CS)의 적용 가능성을 제시한다. 기존 THOCS 추정은 고차 비선형 변환 후 높은 샘플링 레이트와 긴 관측 시간 때문에 하드웨어와 저장·전송 비용이 크게 증가한다는 문제점을 지적한다.
두 번째 섹션에서는 CS 이론과 저속 비균등 샘플링(Low‑rate Non‑uniform Sampling)의 기본 개념을 정리한다. 신호 y를 사전 Φ(예: DFT)로 표현했을 때, s‑sparse 혹은 compressible한 계수 벡터 η가 존재하면, P
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기