权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Computational Advances in Multi-Sensor Signal Processing

多传感器信号处理的计算进展

基本信息

批准号：
92218886
负责人：
Professor Dr.-Ing. Holger Boche
金额：
--
依托单位：
Lehrstuhl für Theoretische Informationstechnik (LTI)
依托单位国家：
德国
项目类别：
Research Grants
财政年份：
2009
资助国家：
德国
起止时间：
2008-12-31 至 2013-12-31
项目状态：
已结题

来源：
https://gepris.dfg.de/gepris/projekt/92218886?language=en
关键词：
Computational Advances Multi Sensor Signal

项目摘要

In letzter Zeit hat dich die Signalverarbeitung für Systeme mit mehreren Sensoren (Antennen) als eine der Schlüsseltechnologien für strategisch wichtige Anwendungsgebiete herauskristallisiert, wie etwa die Nachrichtentechnik, die Fernerkundung im Vermessungswesen, die nationale Sicherheit und viele andere. Die jüngsten Erfolge auf diesem Gebiet und die zunehmende Integration der Techniken in praktische Systeme erfordern fundamentale Fortschritte in den zugrunde liegenden Berechnungsalgorithmen. Eine der größten Herausforderungen in den derzeitigen Entwürfen für Systeme mit mehreren Sensoren ist die Tatsache, dass diese Signalverarbeitungsprobleme mit den derzeitig existierenden Methoden häufig nicht lösbar sind. Daher sind konzeptuell neuartige Signal Verarbeitungstechniken unbedingt erforderlich, um weitere Fortschritte für Systeme mit mehreren Sensoren zu erzielen. Das beantragte Projekt konzentriert sich auf die Entwicklung besserer Signalverarbeitungsalgorithmen für unterschiedliche Systeme mit mehreren Sensoren. Das Hauptaugenmerk liegt dabei auf tensor-basierten Verfahren, Signalverarbeitungsmodellen auf Basis von konvexer Optimierung, sowie rechenaufwändigen Erkennungs- und Schätztechniken für stark dynamische Umgebungen. Die vorgestellten Signal Verarbeitungskonzepte sollen zum Entwurf von fortschrittlichen Sendern und Empfängern in Mehrantennensystemen eingesetzt werden, um Kanal- und Signalparameter effizient zu schätzen, Signale zu delektieren, Systemressourcen zu verteilen und zur Interferenzunterdrückung. Mehrdimensionale Abtasttheorie wird dabei eingesetzt, um den Signalrekonstruktionsprozess und abtastungsbasierte Operatorapproximationen zu untersuchen und damit die fundamentalen Grenzen der Signalverarbeitungsalgorithmen für Mehrantennensysteme aufzuzeigen. Darüber hinaus werden die entwickelten Methoden auch im Hinblick auf ihre Robustheit und Stabilität untersucht.

在这个时代，带更多传感器的系统信号传输技术是一项战略性的技术，与Nachrichtentechnik、Vermessungswesen中的Fernerkundung、国家安全和其他技术一样。在实践系统中，技术的快速发展和技术的全面整合是基础性的。Eine der größten Herausforderungen in den derzeitigen Entwürfen für Systeme mit mehreren Sensoren ist die Tatsache，dass diese Signalverarbeitungsprobleme mit den derzeitigmathoden häufig lösbar sind. Daher sind konzeptuell neuartige Signal Verarbeitungstechniken unbedingt erforderlich，um weitere Fortschritte für Systeme mit mehreren Sensoren zu erzielen. Das beantragte Projekt konzentriert sich auf die Entwicklung besserSignalverbeitungsaltishmen für untermentiedliche Systeme mit mehreren Sensoren. Das Hauptaugenmerk liegt dabei auf tensor-baserten Verfahren，Signalverarbeitungmodellen auf Basis von convexer Optimierung，sowie rechenaufwändigen Erkennungs- und Schätztechniken für stark dynamische Umgebungen. Die vorgestellten Signal Verarbeitungskonzepte sollen zum Entwurf von fortschrittlichen Sendern und Empfängern in Mehrantennensystemen eingesetzt韦尔登，um卡纳尔- und Signalparameters effizient zh？tzen，Signale zu delektieren，Systemresourcen zu verteilen und zur Interferenzunterdrückung. Mehrdimensionale Abtasttheorie wird dabei eingesetzt，um den Signalreconstruktionsprozess und abtastungsbasierte Operatorapproximationen zu untersuchen and damit die fundamentalen Grenzen der Signalverarbeitungsalten men für Mehrantennensysteme aufzuzeigen.韦尔登（Darüber hinaus）在Hinblick上对自己的Robustheit和Stabilität进行了精心设计。

项目成果

期刊论文数量（6）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

EEG extended source localization: Tensor-based vs. conventional methods

DOI：
10.1016/j.neuroimage.2014.03.043
发表时间：
2014-08
期刊：
NeuroImage
影响因子：
5.7
作者：
H. Becker;L. Albera;P. Comon;M. Haardt;G. Birot;F. Wendling;M. Gavaret;C. Bénar;I. Merlet
通讯作者：
H. Becker;L. Albera;P. Comon;M. Haardt;G. Birot;F. Wendling;M. Gavaret;C. Bénar;I. Merlet

A semi-algebraic framework for approximate CP decompositions via simultaneous matrix diagonalizations (SECSI)