|
===================================== 〔語彙分解〕的な部分一致の検索結果は以下の通りです。 ・ classification ： 分類, 分類項目 ・ signal ： 信号(を送る), 合図(する), シグナル(を送る), 合図する, 伝える, 際立った
MUltiple SIgnal Classification (MUSIC)は周波数推定〔M. H. Hayes, Statistical Digital Signal Processing and Modeling, John Wiley & Sons, Inc., 1996.〕や波源推定〔R. O. Schmidt, "Multiple emitter location and signal parameter estimation," ''IEEE Trans. Antennas Propagation'', vol.34, no. 3, pp.276-280, March 1986.〕に用いられるアルゴリズムである。 ==概要== 多くの実用的な信号処理問題における目的は、受信信号が依存するパラメータ群を測定値から推定することである。これらの問題にはいくつかのアプローチが提案されており、例えば、最尤推定法（Maximum likelihood method）や最大エントロピー法（Maximum entropy method）などである。これらのアプローチは多くの問題で成功しており、広く利用されているが、バイアスや感度（ロバスト性）などの問題で本質的に適用範囲が限られる。Pisarenkoはデータモデルの構造を初めて利用した人物の一人で、共分散を利用したアプローチを用いてノイズ存在下における複素正弦波のパラメータ推定を行った。Schmidt、およびこれとは独立にBienvenuは、任意形状のセンサアレイに対する測定モデルを初めて利用した。Schmidtはノイズなしの条件下で完全な幾何的な解を初めて導出し、この幾何的な概念をノイズ存在下における合理的な近似解の導出に拡張した。SchnidtのアルゴリズムはMUSIC (Multiple signal classification)法と呼ばれ、広く研究されている。多数のシミュレーションによる詳細な評価により、リンカーン研究所（MIT）は、近年用いられる高解像度なアルゴリズムの中でも、MUSICは最も有望であり、将来の主要な研究やハードウェア実装の候補である結論している。MUSICの利点は本質的であるが、パラメータ空間探索のための計算コストや、校正データ保存のためのストレージが必要である。 抄文引用元・出典: フリー百科事典『 ウィキペディア（Wikipedia）』 ■ウィキペディアで「Multiple signal classification」の詳細全文を読む スポンサード リンク
|