1 / 15

Aug. 20, 2007

Core Technology Center. ICML 論文読み会 Title ： Beamforming using the Relevance Vector Machine Authors: David Wipf and Srikantan Nagarajan. 読む人：中島伸一（ニコン）. Aug. 20, 2007. Source localization. ： 時刻. ： 観測値. ： 信号源の振幅（未知）. ： 信号源の位置（未知， 時間不変 ）. ： 非線形関数（インパルスみたいなもの）. ： ノイズ. BCI, sonar, radar.

calais
Download Presentation

Aug. 20, 2007

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Core Technology Center ICML論文読み会Title：Beamforming using the Relevance Vector MachineAuthors:David Wipf and Srikantan Nagarajan 読む人：中島伸一（ニコン） Aug. 20, 2007

  2. Source localization ： 時刻 ： 観測値 ： 信号源の振幅（未知） ： 信号源の位置（未知，時間不変） ： 非線形関数（インパルスみたいなもの） ： ノイズ BCI, sonar, radar

  3. Beamformer ： 時刻（1,…,n） ： 観測値 ： メッシュ(i)で区切られた信号源振幅（未知） ： 位置iに信号源があるときの出力 ： ノイズ

  4. Ill-posedness Ill-posed! メッシュ数 センサ数 信号源数 • 事前分布（Wiener filter, ARD） • Minimum Variance Adaptive Beamformer [Baillet et al.2001]

  5. Ill-posedness Ill-posed! メッシュ数 センサ数 信号源数 • 事前分布（Wiener filter, ARD） • Minimum Variance Adaptive Beamformer [Baillet et al.2001]

  6. MVAB の気持ち ： モデル ： 推定量位置iごとに計算 ：位置iの源信号振幅を 　抽出するフィルタ にしたい！ 理想：位置iの信号源に対し，振幅を変えない． 　　　　位置iに信号がなければ０． 　　　　　　　　これは無理なので，

  7. MVAB (Minimum Variance Adaptive Beamformer) ： フィルタの出力パワー ： 観測値の共分散 位置iの信号源に対する振幅を変えない条件で， フィルタ出力を最小化 s.t. 解は

  8. MVABの問題点 目的関数　： モデルが正しければ， ただし 信号源 x(t) が相関を持つとき，サンプル（計測時間）が少ないとき， Syが必要以上につぶれる． 　　→　　wがその方向に広がる．

  9. MVABにとっての理想のSyとは 普通のSy： 信号源の相関を除去 ： ：Sxの非対角成分を0にしたもの ただし RVM（ARD）の計算のついでに　　　　みたいなものが求まる． • RVMで結果まで求める．　　・・・　　　RVM-γ • RVMでSy*求めてMVAB．　　・・・　　　RVM-ν

  10. RVM（ARD） モデル ： 事前分布 ： ただし γはxの成分ごとの分散（各成分は独立）

  11. RVM（ARD） 周辺尤度 ： ただし すなわち を最小化 EMで解ける．

  12. ΣyだけをMVABに使うと（RVM-ν） 周辺尤度の分散 理想のSy 観測に基づいて決められた，独立なxの分散Gを Sxのかわりに使うという提案．それには，単に， を使えばよい． のかわりに 解は

  13. 結果（DOA; direction of arrival） レーダーで，物体の角度を推定する問題 相関なし 相関あり ※図は元論文より抜粋

  14. まとめ • ARDを，パラメータの共分散を求める方法として使用． • ARDから縮小効果を取り去った使い方．信号源からのゲインを保ちたいときに有効．

More Related