Sampling and reconstruction of operators
我们研究了恢复运营商与带限Kohn-Nirenberg符号的行动,这样的运营商的加权脉冲训练,一个程序,我们称之为运营商抽样。Kailath,后来Kozek和作者已经表明,运营商采样是可能的,如果运营商的符号是带限的一组面积小于1。在本文中,我们开发了显式重建公式的算子采样,推广重建公式的带限函数。我们给出的采样率的充分必要条件,取决于大小和几何的带限集。此外,我们表明,在温和的几何条件下,类的运营商bandlimited到一个未知的一组面积小于一半允许采样和重建。Heckel和Boelcskei独立地获得了一个类似的结果,考虑了未知的面积小于1的集合。具有带限符号的算子已经被用来模拟具有慢时变脉冲响应的双色散通信信道。本文的结果是植根于工作的贝洛和Kailath在20世纪60年代。
2015-03-02 cs.IT math.FA math.IT
A Goodness of Fit Test for Non-Gaussian Distributions with Unknown Location and Scale Parameters
本文研究了位置和尺度参数未知时基于Khmaladze鞅变换的非高斯分布拟合优度检验的计算问题,并提出一种统计功效更优的新检验方法,模拟表明其表现良好。
2023-08-01 stat.AP stat.ME
Detecting Planted Structure in Circular Data
University of Illinois(伊利诺伊大学)
研究在环形数据中检测植入结构,通过两种设置分析信号分布,推导出信息论相变条件。
2026-01-09 cs.IT math.IT math.ST
Discrete Sampling and Interpolation: Universal Sampling Sets for Discrete Bandlimited Spaces
本文研究了当d<N值已知时,特别是当信号的傅里叶变换在某个给定的指数集J之外为零时,对长度为N的离散信号f的所有值进行插值的问题;这些措施包括(广义)带限空间B^J。f的采样模式由索引集I指定,如果对于任意的J,I处的样本可以用来插值来自B^J的信号,则称之为泛采样集。当N是素数幂时,我们给出了泛采样集的几个特征,给出了这类采样集的一些结构定理,一个构造它们的算法和一个计算它们的公式。也有自然的应用添加剂的不确定性原则。
2012-04-04 cs.IT math.IT
Inference for a Two-Component Mixture of Symmetric Distributions under Log-Concavity
在这篇文章中,我们重新估计未知的零-对称分布在两个组件的位置混合模型,在以前的作品中考虑的问题,现在假设零-对称分布有一个对数凹密度。当一致估计的移位位置和混合概率,我们表明,非参数对数凹最大似然估计(MLE)的混合密度和未知的零对称分量是一致的Hellinger距离。在移位位置和混合概率的估计是$\sqrt n$一致的情况下,我们建立这些MLE在$L_1$距离中以$n^{-2/5}$的速率收敛到真理。为了估计移位位置和混合概率,我们使用由\cite{hunteretal2007}提出的估计器。使用\proglang{R}包\pkg{logcondens.mode}有效地计算未知的零对称密度。
2016-05-06 math.ST stat.ME stat.TH
On Cusp Location Estimation for Perturbed Dynamical Systems
本文考虑了扩散过程轨道观测情况下的参数估计问题。我们假设漂移系数具有尖点型奇异性,未知参数对应于尖点的位置。最大似然估计量和贝叶斯估计量的渐近性质在{ \it小噪声}的渐近性中描述,即,因为扩散系数趋于零。证明了这些估计量的相合性、极限分布和矩的收敛性。
2018-06-17 math.ST stat.TH
Sampling and Distortion Tradeoffs for Bandlimited Periodic Signals
本文研究了加性高斯白噪声下高斯带限周期信号的最优采样策略(均匀和非均匀)和失真折衷问题。我们的重点是表征最佳采样位置以及最佳预采样滤波器,以尽量减少重建失真。我们首先表明,要实现最佳失真,没有预采样滤波器是必要的任何任意采样率。然后,我们提供了一个完整的表征低和高采样率(相对于信号带宽)的最佳失真。我们还提供了边界的重建失真率在中间区域。它表明,非均匀采样优于均匀采样低采样率。此外,最优非均匀采样集是鲁棒的缺失采样值。另一方面,对于高于奈奎斯特速率的采样率,均匀采样策略是最优的。随机离散周期信号的结果的扩展进行了讨论,仿真结果表明,从连续域进行到离散域的直觉。稀疏信号也被认为是,它表明,均匀采样是最佳的奈奎斯特速率以上。
2016-10-30 cs.IT math.IT
Design-Based Inference for Spatial Experiments under Unknown Interference
本文针对空间实验中未知干扰下的因果推断问题,提出无需参数化模型的空间平均边际效应(AME)及其非参数识别与推断方法,并通过模拟和森林保护实证展示了其对政策相关溢出效应的稳健推断能力。
2024-08-02 math.ST stat.AP stat.ME
Beyond Nyquist: Efficient Sampling of Sparse Bandlimited Signals
宽带模拟信号将当代模数转换系统推向其性能极限。然而,在许多应用中,以奈奎斯特速率采样是低效的,因为感兴趣的信号仅包含相对于频带限制的少量有效频率,尽管频率的位置可能事先不知道。对于这种类型的稀疏信号,其他采样策略是可能的。本文介绍了一种新型的数据采集系统,称为随机解调器,这是由强大的,现成的组件。令K表示信号中频率的总数,并且令W表示其以Hz为单位的带宽限制。仿真表明,随机解调器每秒只需要O(K log(W/K))个样本就可以稳定地重建信号。该采样率以指数方式低于奈奎斯特频率W Hz。与奈奎斯特采样相反,必须使用非线性方法,例如凸规划,从随机解调器采集的样本中恢复信号。本文提供了一个详细的理论分析系统的性能,支持的经验观察。
2009-09-22 cs.IT math.IT
Location estimation for symmetric log-concave densities
我们重新估计的对称中心$θ$的一个未知的对称密度$f$的问题。尽管Stone(1975)、Van Eden(1970)和Sacks(1975)在该模型中构造了$θ$的自适应估计量,但它们的估计量依赖于调节参数。在努力规避的依赖于调整参数,我们强加了额外的假设,对$f$的对数。我们证明了在这个形状限制模型中,存在$θ$的极大似然估计(MLE)。我们还研究了一些截断一步估计,证明了它们是$\sqrt{n}-$相容的,并且几乎达到渐近有效界。我们还证明了极大似然估计的收敛速率是$O_p(n^{-2/5})$。此外,我们表明,我们的估计是强大的违反对数假设。事实上,我们证明了一步估计仍然是$\sqrt{n}$ -相容的一些温和的条件下。这些分析结论得到了模拟研究的支持。
2019-11-14 math.ST stat.TH
Adaptive Robust Confidence Intervals in Efron's Gaussian Two-Groups Model
University of Chicago(芝加哥大学);Northwestern University(西北大学)
研究在Efron的高斯双组模型中,针对未知污染比例的鲁棒置信区间,发现其长度比已知污染比例时更差,提出基于傅里叶变换的认证方法。
2026-04-28 math.ST stat.ME stat.ML
Spatial Field estimation from Samples taken at Unknown Locations generated by an Unknown Autoregressive Process
用移动传感器对物理场进行采样是一个即将到来的感兴趣的领域。这在成本方面提供了更大的优势,因为通常仅单个传感器可以用于该目的,并且这几乎可以在没有感测站的任何地方使用,并且具有标称的操作成本。在移动感测设置中,采样位置的准确知识可能导致成本的多方面增加。此外,移动车辆的惯性约束样本间距离之间的独立性,使它们相关。因此,这项工作的目的是估计空间带限字段的样本,损坏的测量噪声,收集的采样位置上获得的样本间距离的自回归模型。自回归模型用于捕获样本间距离之间的相关性。在这种设置中的采样在未知的采样位置从样本间距离的自回归模型获得,字段和其估计版本之间的均方误差已被证明为O($1/n$),其中$n$是移动传感器所采取的样本的平均数减少。
2017-12-05 cs.IT math.IT
Hypothesis testing for quantitative trait locus effects in both location and scale in genetic backcross studies
本文在位置-尺度分布族假设下,推导了遗传回交研究中QTL位置与尺度效应似然比检验的极限分布及显式表示,并通过模拟和实例验证了渐近性质。
2025-07-18 stat.ME
UAV-Aided Jamming for Secure Ground Communication with Unknown Eavesdropper Location
研究了在窃听者位置未知的情况下,利用无人机辅助干扰技术实现物理层无密钥安全。我们假设未知的窃听者的位置是在一个椭圆形的发射机的覆盖区域内。通过依次优化发射功率、无人机飞行路径和干扰功率,以最大化任意窃听位置下的平均保密率为目标。仿真结果表明,与采用发射机和合法接收机共同飞行的直接航迹相比,最优航迹具有更好的保密率性能。最重要的是,即使与未知的窃听者的位置,我们得到了一个保密率,相当于一个场景时,窃听者的位置是已知的。然而,未知窃听者位置的平均保密率取决于窃听者与发射机的已知位置的接近程度。我们还观察到,由于无人机辅助干扰,平均保密率稳定在某个点,即使窃听者的平均接收包络功率增加。这基本上证明了拟议计划的有效性。
2019-11-25 cs.CR cs.IT math.IT
Secrecy Capacity in Large Cooperative Networks in Presence of Eavesdroppers with Unknown Locations
在本文中,一个扩展的大型无线网络下的保密约束。与使用理想化假设的作品相比,窃听者位置未知的更现实的网络情况进行了研究:合法用户只知道自己的信道状态信息(CSI),而不是窃听者CSI。此外,网络进行了分析,考虑到衰落和路径损耗的影响。在此基础上,提出了一种功率有效的协作方案,命名为\emph{stochastic virtual beamforming}。应用该方案,只要合法用户的密度趋于无穷大,就可以获得任意中断水平的无界安全速率。此外,通过使合法用户的密度趋于无穷大,窃听者的可容忍密度也将变得无限大。
2016-04-17 cs.CR cs.IT math.IT
Geometric Analysis of Observability of Target Object Shape Using Location-Unknown Distance Sensors
我们几何分析的问题,通过使用随机分布的距离传感器,其位置是未知的平面上的二维目标对象的形状和大小相关的参数估计。在几何概率分析的基础上,我们讨论了这些参数的可观测性:哪些参数是可以估计的,以及估计这些参数所需要的条件。对于凸目标对象,其大小和周长是可观测的,而其他参数是不可观测的。对于一般多边形目标对象,除了其大小和周长之外,凸度也是可观察的。当满足一定条件时,凹顶点的相关参数是可观测的。我们还提出了一种用于估计目标对象的凸性和目标对象的周长的方法。
2017-05-15 cs.CG cs.IT math.IT
Frequency of Arrival-based Interference Localization Using a Single Satellite
有意和无意的干扰对卫星通信行业构成越来越大的威胁。在本文中,我们的目标是定位一个未知位置的干扰使用到达频率(FoA)技术,仅依赖于通过一个单一的卫星获得的测量。在每个时间实例中,卫星对干扰进行采样并将其转发到网关以估计其频率。由于卫星移动,每个估计的频率包括多普勒频移,其与未知干扰源的位置有关。在网关处使用卫星的位置、速度、振荡器频率和干扰频率来建立估计频率与未知干扰的位置之间的位置相关方程。与干扰信号同时,卫星对参考信号进行采样以校准估计的频率并补偿卫星的位置、速度和振荡器频率的可用值与实际值之间的失配。使用基于FoA测量获得的多个位置相关方程(至少两个)以及地球表面的方程来定位未知干扰。仿真结果表明,增加方程个数和卫星速度可以使定位精度分别提高80%和95%。
2016-08-01 cs.IT math.IT
Optimal Transmit Beamforming for MIMO ISAC with Unknown Target and User Locations
The Hong Kong Polytechnic University(香港理工大学)
本文研究MIMO ISAC系统中未知目标和用户位置的最优发射波束成形,通过分析概率分布信息,提出优化方法以提升感知与通信性能。
2026-02-09 cs.IT eess.SP math.IT
Location-aware Beamforming for MIMO-enabled UAV Communications: An Unknown Input Observer Approach
众多的通信和网络挑战阻碍了在现有无线技术主要集中在地面的极端环境中部署无人机(UAV);因此,UAV的空对空信道没有完全覆盖。针对无人机联合感知与通信问题,提出了一种新的波束形成空间估计方法。所提出的空间估计算法依赖于使用基于延迟容忍的预测器,该预测器可以在存在由于阵风等因素引起的不确定性的情况下准确地预测目标无人机的位置。该方案使用离散时间未知输入观测器(UIO),通过在同一设备上工作,显著降低了联合目标检测和通信复杂度,并在信道阻塞和干扰的情况下可靠地执行。仿真结果证明了该方法的有效性。
2021-11-20 cs.IT cs.SY eess.SP
Sampling and Reconstruction of Spatial Fields using Mobile Sensors
Ecole Polytechnique Fédérale de Lausanne (EPFL)(洛桑联邦理工学院)
空间采样传统上是在静态环境中研究的,其中分散在空间周围的静态传感器在其位置处测量空间场。在本文中,我们研究了新兴的范例,采样和重建空间场使用传感器,通过空间移动。我们表明,移动传感提供了一些独特的优势,静态传感在感测时不变的带限空间领域。由于移动的传感器沿着其路径遇到这样的空间场作为时域信号,因此可以在对传感器处接收的信号进行采样之前采用时域抗混叠滤波器。当由沿着等间距平行线以恒定速度移动的传感器的配置使用时,这样的滤波过程导致在传感器的运动方向上的空间混叠的完全抑制。我们分析量化的优点,使用这样一个采样方案的静态采样方案,通过计算减少采样噪声,由于过滤器。我们还分析了非均匀传感器速度对重建精度的影响。通过仿真实例,我们证明了移动采样在实际问题中相对于静态采样的优势。我们将我们的分析扩展到使用移动传感器监测时变带限场的采样和重建方案。我们证明,在某些情况下,我们需要一个较低的传感器密度时,使用移动传感方案,而不是传统的静态传感方案。对于采样和重建音频场的问题,量化了确切的优点。
2012-11-01 cs.CV cs.IT cs.MM
On the d-dimensional Quasi-Equally Spaced Sampling
我们研究了一类随机矩阵,出现在几个通信和信号处理应用中,其渐近特征值分布是密切相关的不规则采样带限信号的重建误差。我们专注于表征这些矩阵的随机变量是d维向量、独立和准等距的情况,即,它们具有任意分布,并且它们的平均值是d维网格的顶点。虽然特征值分布的封闭形式表达式仍然是未知的,在这些条件下,我们能够(i)推导出分布矩随着矩阵大小增长到无穷大,而其纵横比保持不变,和(ii)表明,特征值分布趋于Marcenko-Pastur定律d->无穷大。这些结果可以在几个领域中找到应用,作为一个例子,我们展示了它们如何可以用于线性重建技术提供的均方误差的估计。
2008-06-23 cs.IT math.IT
Embracing Off-the-Grid Samples
本文研究离网采样(采样位置随机偏离等距网格)的优势,证明O(s log N)个随机离网样本足以恢复稀疏信号的带限近似,相比等距采样大幅降低采样复杂度,并展示过采样可抑制噪声。
2023-02-20 cs.IT math.IT
Modified CRB for Location and Velocity Estimation using Signals of Opportunity
我们考虑的问题,定位两个传感器使用信号的机会,从信标与已知的位置。信标和传感器具有异步本地时钟或振荡器,其具有未知的时钟偏斜和偏移。我们将时钟偏差建模为随机的,并分析了接收信号中时钟偏差引入的偏差。通过推导传感器位置和速度估计的修正贝叶斯克拉美罗下界(CRLB)的等效Fisher信息矩阵,量化了钟差引起的误差。
2013-09-06 cs.IT math.IT
Sub-Nyquist Sampling of Short Pulses
我们开发的子奈奎斯特采样系统的模拟信号组成的几个,可能重叠,有限持续时间的脉冲与未知的形状和时间位置。当脉冲形状或脉冲位置已知时,先前已经开发了有效的采样方案。据我们所知,稳定和低速率的连续信号的采样策略,是未知脉冲的叠加,而不知道脉冲的位置还没有得到。本文的目的就是填补这一空白。我们提出了一个多通道的方案,利用信号的稀疏性的时间,并使采样多脉冲信号在亚奈奎斯特速率的基础上的Gabor帧。此外,如果信号另外基本上是多频带的,则采样方案可以适于降低采样率而不知道频带位置。我们表明,适当的预处理,必要的Gabor系数,可以恢复使用标准的压缩感知方法从样本。此外,我们提供的重建误差估计和分析所提出的架构中存在的噪声。
2011-12-20 cs.IT math.IT
A Distributed Tracking Algorithm for Reconstruction of Graph Signals
针对复杂网络中节点算力受限的问题,提出DLSR分布式迭代算法,利用邻节点通信与衰减机制重构时变带限图信号,并给出收敛性与误差界证明及实验验证。
2015-02-10 cs.IT math.IT
Super-Resolution From Binary Measurements With Unknown Threshold
我们解决的问题,超分辨率的点源从二进制测量,其中随机投影的实际信号的模糊测量编码仅使用的符号信息。解码器不知道用于二进制量化的阈值。我们开发了一个算法,解决凸规划迭代,实现信号恢复。所提出的算法,我们称之为二进制超分辨率(BSR)算法,恢复点源具有合理的精度,虽然高达一个比例因子。我们通过模拟表明,BSR算法是成功的恢复点源的位置和幅度,即使在存在大量的模糊。我们还提出了一个处理噪声测量的框架,并证明了BSR给出了一个可靠的重建(相应地,重建信号噪声比(SNR)约为22 dB)的测量SNR为15 dB。
2016-05-13 cs.IT math.IT
Anomaly Detection Algorithms for Location Security in 5G Scenarios
基于位置的服务预计将在下一代蜂窝网络中发挥重要作用,从即将到来的5G系统开始。同时,定位技术可能会受到攻击者的严重影响,攻击者能够部署低成本的假基站并使用它们来改变定位信号。在本文中,我们具体集中在两类威胁:噪声干扰,其目标是降低信噪比,欺骗/meaconing攻击,其目标是注入虚假或错误的信息到接收器。然后,我们制定的检测问题的二元假设检验,并解决他们诉诸广义似然比检验设计过程以及潜在变量模型,其中涉及的期望最大化算法来估计未知的数据分布参数。所提出的技术可以应用于一个大类的位置数据,无论所包含的网络架构。性能分析是通过使用文献中的测量模型生成的模拟数据进行的,并强调了所提出的方法在检测上述类别的攻击的有效性。
2021-03-22 cs.IT math.IT
Sub-Nyquist Sampling of Sparse and Correlated Signals in Array Processing
本文考虑了同时稀疏和相关(S $\&$ C)信号的有效采样。这种信号出现在阵列处理的各种应用中。我们提出了一个可实现的采样架构,S $\&$ C的收购在一个子奈奎斯特速率。我们证明了一个采样定理,即使当采样率小于奈奎斯特率的数量级,所获得的信号的准确和稳定的重建。量化,我们的研究结果表明,合奏$M$信号,由先验未知的潜在$R$信号,每个频带限制到$W/2$,但只有$S$ -稀疏的傅立叶域,可以重建完全从压缩采样仅在每秒$RS\log^α W$样本的速率。当使用$R \ll M$和$S\ll W$时,与每秒采样$MW$的奈奎斯特速率相比,这相当于采样率的显著降低。这是第一个结果,提出了一个可实现的采样架构,和采样定理的S $\&$ C信号的压缩采集。从亚奈奎斯特速率的信号重建归结为从一些线性测量中恢复稀疏且低秩(S $\&$ L)矩阵。传统的S $\&$ L矩阵的凸罚函数在测量次数上不是最优的。我们采取两步算法来恢复S $\&$ L矩阵从一个接近最佳的测量数。然后,该结果转换为来自亚奈奎斯特采样率的信号重构算法。
2023-01-18 cs.IT eess.SP math.IT
Base Station Placement Optimization for Networked Sensing Exploiting Target Location Distribution
本文针对多基站组网感知系统,利用目标位置分布先验信息,通过推导PCRB闭式表达式并设计多项式时间算法优化基站布局,显著提升感知性能。
2025-09-08 cs.IT eess.SP math.IT
UAV Trajectory Optimization for Sensing Exploiting Target Location Distribution Map
针对目标位置未知但分布先验已知的场景,本文借助目标位置分布图,在通信质量和任务时间约束下优化无人机轨迹以最大化感知概率,并提出三种多项式复杂度次优算法。
2024-04-16 cs.IT cs.SY eess.SY