• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International conference on geometric science of information >Information Distances in Stochastic Resolution Analysis
【24h】

Information Distances in Stochastic Resolution Analysis

机译：随机分辨率分析中的信息距离

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Abstract A stochastic approach to resolution is explored that uses information distances computed from the geometry of data models characterized by the Fisher information in cases with spatial-temporal measurements for multiple parameters. Stochastic resolution includes probability of resolution at signal-to-noise ratio (SNR) and separation of targets. The probability of resolution is assessed by exploiting different information distances in likelihood ratios. Taking SNR into account is especially relevant in compressive sensing (CS) due to its fewer measurements. Our stochastic resolution is also compared with actual resolution from sparse-signal processing that is nowadays a major part of any CS sensor. Results demonstrate the suitability of the proposed analysis due to its ability to include crucial impacts on the performance guarantees: array configuration or sensor design, SNR, separation and probability of resolution.
机译：摘要探索了一种随机分辨率的方法，该方法使用在具有多个参数的时空测量的情况下，从以Fisher信息为特征的数据模型的几何计算出的信息距离。随机分辨率包括信噪比（SNR）和目标分离时的分辨率概率。通过利用似然比中的不同信息距离来评估解决的可能性。考虑到SNR，由于其测量值较少，因此在压缩感测（CS）中尤其重要。我们还将随机分辨率与稀疏信号处理的实际分辨率进行了比较，如今，稀疏信号处理已成为所有CS传感器的重要组成部分。结果证明了所提出分析的适用性，因为它能够包括对性能保证的关键影响：阵列配置或传感器设计，SNR，分离度和分离概率。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号