Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Physically Parameterized Differentiable MUSIC for DoA Estimation with Uncalibrated Arrays

Created by
  • Haebom
Category
Empty

저자

Baptiste Chatelier (INSA Rennes, IETR, MERCE-France), Jose Miguel Mateos-Ramos (MERCE-France), Vincent Corlay (MERCE-France), Christian Hager (INSA Rennes, IETR), Matthieu Crussiere (INSA Rennes, IETR), Henk Wymeersch (INSA Rennes, IETR), Luc Le Magoarou (INSA Rennes, IETR)

개요

본 논문은 레이더, 소나, 오디오 및 무선 통신 시스템에서 공통적인 감지 문제인 도래각(DoA) 추정에 대해 다룬다. 통합 감지 및 통신 패러다임의 등장으로 DoA 추정의 중요성이 더욱 커졌으며, 시스템 성능에 부정적인 영향을 미칠 수 있는 하드웨어 결함을 고려하는 것이 중요하다. 본 연구는 모델 기반 접근 방식을 따르는 공동 DoA 추정 및 하드웨어 결함 학습 방식을 제시한다. 특히, 효율적인 결함 학습을 가능하게 하는 다중 신호 분류(MUSIC) 알고리즘의 미분 가능한 버전을 유도하며, 지도 및 비지도 학습 전략을 모두 지원한다. 시뮬레이션 결과는 제안된 방법이 안테나 위치와 복소 이득의 상당한 부정확성을 성공적으로 학습함을 보여주며, DoA 추정 작업에서 기존 MUSIC 알고리즘보다 성능이 우수함을 나타낸다.

시사점, 한계점

시사점:
하드웨어 결함을 고려한 모델 기반 DoA 추정 방식 제시
미분 가능한 MUSIC 알고리즘을 이용한 효율적인 하드웨어 결함 학습 가능
지도 및 비지도 학습 전략 모두 지원하여 실용성 증대
기존 MUSIC 알고리즘 대비 향상된 DoA 추정 성능
한계점:
시뮬레이션 결과만 제시되었으며, 실제 시스템에서의 성능 검증이 필요함.
고려된 하드웨어 결함의 종류 및 범위가 제한적일 수 있음.
알고리즘의 복잡도 및 계산 비용에 대한 분석이 부족함.
👍