Pallotta, L.
Aubry, A. ; De Maio, A. ; Farina, A.
This paper deals with the problem of covariance matrix estimation for radar signal processing applications. We propose and analyze a class of estimators which do not require any knowledge about the probability distribution of the sample support and exploit the characteristics of the positive definite matrix space. Any estimator of the class is associated with a suitable distance in the considered space and is defined as the geometric barycenter of some basic covariance matrix estimates obtained from the available secondary data set.
Tłumaczenie polskie:
Praca dotyczy problemu estymacji kowariancji dla zastosowań sygnałów radarowych przetwórczych. Sugerujemy i analizy klasę estymatorów, które nie wymagają żadnej wiedzy o rozkład prawdopodobieństwa podpory próbki i wykorzystania cechy powierzchni określonej macierzy dodatniej. Każda estymator klasy jest związane z odpowiedniej odległości w badanym miejscu i geometrycznej barycenter podstawowej znajomości macierzy kowariancji szacunkowe uzyskane z dostępnego zestawu danych wtórnych.
Tapety na pulpit z kategorii Bez kategorii są dostępne w rodzielczościach ekranu: