,

مقاله بارگذاری قطری تطبیقی با استفاده از زیرفضاهای کرایلف برای شکل‌دهی پرتو مقاوم

تومان249,950

شکل‌دهی پرتو تطبیقی قابل اعتماد برای آرایه‌های میکروفون بزرگ که در محیط‌های صوتی بسیار پویا عمل می‌کنند، حیاتی است. در سناریوهایی که با گویندگان و تداخل‌کننده‌های با حرکت سریع مشخص می‌شوند، پشتیبانی ن…

انتخاب پلن

torobpay
هر قسط با ترب‌پی: تومان62,488
۴ قسط ماهانه. بدون سود، چک و ضامن.
شناسه محصول: SuperPaper-0000000387 دسته: ,

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

بارگذاری قطری تطبیقی با استفاده از زیرفضاهای کرایلف برای شکل‌دهی پرتو مقاوم

Adaptive Diagonal Loading using Krylov Subspaces for Robust Beamforming

نویسندگان: Manan Mittal, Ryan M. Corey, John R. Buck, Andrew C. Singer

شناسه منبع: arxiv / 2605.11286v1

دسته: eess.SP,cs.SD,eess.AS

چکیده (فارسی)

شکل‌دهی پرتو تطبیقی قابل اعتماد برای آرایه‌های میکروفون بزرگ که در محیط‌های صوتی بسیار پویا عمل می‌کنند، حیاتی است. در سناریوهایی که با گویندگان و تداخل‌کننده‌های با حرکت سریع مشخص می‌شوند، پشتیبانی نمونه موجود برای تخمین ماتریس همبستگی فضایی اغلب دچار کمبود اسنپ‌شات است. این کمبود، بهره نویز سفید (WNG) را تخریب کرده و منجر به لغو شدید سیگنال هدف می‌شود. برای اطمینان از شکل‌دهی پرتو پایدار و قوی، ما قبلاً روش بارگذاری قطری تطبیقی را پیشنهاد کردیم که از نامساوی کانتوروویچ برای تضمین باقی ماندن WNG در محدوده‌های مشخص شده استفاده می‌کند. با این حال، تعیین دقیق حداقل سطح بارگذاری لازم، نیازمند محاسبه مقادیر ویژه افراطی ماتریس همبستگی فضایی است که یک عملیات پرهزینه محاسباتی با پیچیدگی $mathcal{O}(M^3)$ برای آرایه‌های بزرگ است. در این مقاله، ما یک تکنیک تخمین بسیار کارآمد با پیچیدگی $mathcal{O}(kM^2)$ را با استفاده از تکرارهای لانکزوس برای ساختن یک زیرفضای کوچک کرایلو معرفی می‌کنیم. با پروجکت کردن ماتریس همبستگی بر روی یک ماتریس سه‌قطری با بعد $k ll M$، مقادیر ریتز را استخراج می‌کنیم که به سرعت به مقادیر ویژه افراطی دقیق همگرا می‌شوند. ارزیابی‌های ما نشان می‌دهد که این رویکرد شتاب‌یافته با لانکزوس، عملکردی مشابه با تجزیه مقادیر ویژه (EVD) دقیق را با کسری از هزینه محاسباتی به دست می‌آورد و سرکوب تداخل بهینه و پایبندی دقیق به WNG را تضمین می‌کند.

Abstract (English)

Reliable adaptive beamforming is critical for large microphone arrays operating in highly dynamic acoustic environments. In scenarios characterized by fast-moving talkers and interferers, the available sample support for estimating the spatial correlation matrix is often snapshot-deficient. This deficiency degrades the White Noise Gain (WNG), leading to severe target signal cancellation. To ensure stable and robust beamforming, we previously proposed an adaptive diagonal loading method that leverages the Kantorovich inequality to guarantee the WNG remains strictly within specified bounds. However, accurately determining the smallest necessary loading level requires calculating the extreme eigenvalues of the spatial correlation matrix, a computationally expensive $mathcal{O}(M^3)$ operation for large arrays. In this paper, we introduce a highly efficient $mathcal{O}(kM^2)$ estimation technique using Lanczos iterations to build a small Krylov subspace. By projecting the correlation matrix onto a tridiagonal matrix of dimension $k ll M$, we extract Ritz values that rapidly converge to the exact extreme eigenvalues. Our evaluations demonstrate that this Lanczos-accelerated approach achieves performance identical to exact Eigenvalue Decomposition (EVD), ensuring optimal interference suppression and strict WNG adherence at a fraction of the computational cost.

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین نفری باشید که دیدگاهی را ارسال می کنید برای “مقاله بارگذاری قطری تطبیقی با استفاده از زیرفضاهای کرایلف برای شکل‌دهی پرتو مقاوم”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

پیمایش به بالا