| 1 |
1
전자 장치에 의해 수행되는 다중 채널에 대해 기 설정된 성김도(Sparsity level)를 갖는 다중 측정 벡터(Multiple Measurement Vector)를 포함하는 측정 모델의 압축 센싱(Compressive Sensing)을 이용한 신호 복원 방법에 있어서,상기 다중 채널 중에서 개별 채널을 제외한 나머지 채널에 의해 제공되는 외재 정보(Extrinsic information)를 기초로 확인되는 상기 개별 채널의 신호 벡터에 대한 선험 정보(a priori information)를 기초로, 상기 신호 벡터의 인덱스 중 부분해 집합에 속하지 않는 인덱스인 후보 인덱스 중에서 상기 후보 인덱스가 상기 신호 벡터의 서포트 인덱스 집합에 속할 사후 확률을 최대화하는 제1 최적 후보 인덱스를 확인하고, 상기 제1 최적 후보 인덱스를 기초로 상기 부분해 집합을 갱신하는 단계; 및갱신된 부분해 집합을 상기 신호 벡터의 서포트 인덱스 집합으로 확인하는 단계를 포함하되,상기 부분해 집합은,상기 신호 벡터의 요소 중 0이 아닌 값인 서포트의 인덱스로 구성되는 집합이고,상기 갱신된 부분해 집합은,상기 부분해 집합의 원소 및 상기 제1 최적 후보 인덱스로 구성되는 집합이고,상기 신호 벡터의 서포트 인덱스 집합은,상기 신호 벡터를 복구하기 위한 서포트 인덱스로 구성되는 집합인,신호 복원 방법
|
| 2 |
2
제1항에 있어서,상기 갱신하는 단계는,상기 개별 채널 각각에 대해, 상기 다중 채널의 각각의 채널에 대해 독립 항등 분포인 가우스 분포에서 추출되는 행렬인 센싱 행렬 및 상기 선험 정보를 기초로 잡음 벡터의 평균 및 공분산을 확인하고, 상기 센싱 행렬, 상기 평균, 상기 공분산 및 상기 개별 채널에 대한 측정 벡터를 기초로 상기 후보 인덱스가 상기 서포트 인덱스 집합에 속할 개별 사후 확률을 확인하는 단계;상기 후보 인덱스 중, 다중 채널에 속하는 모든 채널에 대한 개별 사후 확률의 합을 최대화하는 후보 인덱스를 상기 제1 최적 후보 인덱스로 확인하는 단계; 및상기 제1 최적 후보 인덱스를 상기 부분해 집합에 포함시키는 단계를 포함하는,신호 복원 방법
|
| 3 |
3
제2항에 있어서,상기 갱신하는 단계는,상기 부분해 집합의 원소 수가 기 설정된 원소 수 이하인 경우, 상기 측정 벡터의 길이에서 상기 부분해 집합의 원소 수를 뺀 제1 차분 및 상기 성김도에서 상기 부분해 집합의 원소 수를 뺀 제2 차분을 계산하고, 상기 제1 차분에 대한 상기 제2 차분의 비율을 기초로 상기 선험 정보를 갱신하는 단계; 및상기 부분해 집합의 원소 수가 기 설정된 원소 수를 초과하는 경우, 상기 외재 정보를 기초로 상기 선험 정보를 갱신하는 단계를 더 포함하는, 신호 복원 방법
|
| 4 |
4
제3항에 있어서,상기 기 설정된 원소 수는 상기 성김도에 대한 소정의 비율로 결정되는, 신호 복원 방법
|
| 5 |
5
제3항에 있어서,상기 외재 정보를 기초로 상기 선험 정보를 갱신하는 단계는, 상기 신호 벡터의 인덱스 중 상기 부분해 집합에 속하지 않는 인덱스 중, 상기 다중 채널 중에서 개별 채널을 제외한 나머지 채널에 대한 개별 사후 확률의 합을 최대화하는 인덱스의 집합을 확인하는 단계; 및상기 인덱스의 집합에 속하는 인덱스에 대해, 상기 제1 차분에 대한 상기 제2 차분의 비율에 기 설정된 가중치를 곱한 값을 기초로 상기 선험 정보를 갱신하는 단계를 포함하는,신호 복원 방법
|
| 6 |
6
제5항에 있어서,상기 인덱스의 집합의 원소 수는 상기 제2 차분에 대한 소정의 비율로 결정되는,신호 복원 방법
|
| 7 |
7
제5항에 있어서,상기 기 설정된 가중치는 0
|
| 8 |
8
제1항에 있어서, 상기 갱신하는 단계는,갱신된 부분해 집합의 원소 수가 상기 성김도 미만인 경우, 개별 채널의 신호 벡터에 대한 선험 정보를 기초로, 상기 신호 벡터의 인덱스 중 상기 갱신된 부분해 집합에 속하지 않는 인덱스인 제1 후보 인덱스 중에서 상기 제1 후보 인덱스가 상기 서포트 인덱스 집합에 속할 사후 확률을 최대화하는 제2 최적 후보 인덱스를 확인하고, 상기 제2 최적 후보 인덱스를 기초로 상기 갱신된 부분해 집합을 갱신하는 단계를 포함하는,신호 복원 방법
|
| 9 |
9
다중 채널에 대해 기 설정된 성김도(Sparsity level)를 갖는 다중 측정 벡터(Multiple Measurement Vector)를 포함하는 측정 모델의 압축 센싱(Compressive Sensing)을 이용한 신호 복원 방법을 위한 전자 장치로서, 적어도 하나의 프로그램이 저장된 메모리; 및상기 적어도 하나의 프로그램을 실행함으로써,상기 다중 채널 중에서 개별 채널을 제외한 나머지 채널에 의해 제공되는 외재 정보(Extrinsic information)를 기초로 확인되는 상기 개별 채널의 신호 벡터에 대한 선험 정보(a priori information)를 기초로, 상기 신호 벡터의 인덱스 중 부분해 집합에 속하지 않는 인덱스인 후보 인덱스 중에서 상기 후보 인덱스가 상기 신호 벡터의 서포트 인덱스 집합에 속할 사후 확률을 최대화하는 제1 최적 후보 인덱스를 확인하고, 상기 제1 최적 후보 인덱스를 기초로 상기 부분해 집합을 갱신하고,갱신된 부분해 집합을 상기 신호 벡터의 서포트 인덱스 집합으로 확인하는 프로세서를 포함하되,상기 부분해 집합은,상기 신호 벡터의 요소 중 0이 아닌 값인 서포트의 인덱스로 구성되는 집합이고,상기 갱신된 부분해 집합은,상기 부분해 집합의 원소 및 상기 제1 최적 후보 인덱스로 구성되는 집합이고,상기 신호 벡터의 서포트 인덱스 집합은,상기 신호 벡터를 복구하기 위한 서포트 인덱스로 구성되는 집합인,전자 장치
|
| 10 |
10
다중 채널에 대해 기 설정된 성김도(Sparsity level)를 갖는 다중 측정 벡터(Multiple Measurement Vector)를 포함하는 측정 모델의 압축 센싱(Compressive Sensing)을 이용한 신호 복원 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 비일시적 기록매체로서, 상기 신호 복원 방법은,상기 다중 채널 중에서 개별 채널을 제외한 나머지 채널에 의해 제공되는 외재 정보(Extrinsic information)를 기초로 확인되는 상기 개별 채널의 신호 벡터에 대한 선험 정보(a priori information)를 기초로, 상기 신호 벡터의 인덱스 중 부분해 집합에 속하지 않는 인덱스인 후보 인덱스 중에서 상기 후보 인덱스가 상기 신호 벡터의 서포트 인덱스 집합에 속할 사후 확률을 최대화하는 제1 최적 후보 인덱스를 확인하고, 상기 제1 최적 후보 인덱스를 기초로 상기 부분해 집합을 갱신하는 단계; 및갱신된 부분해 집합을 상기 신호 벡터의 서포트 인덱스 집합으로 확인하는 단계를 포함하되,상기 부분해 집합은,상기 신호 벡터의 요소 중 0이 아닌 값인 서포트의 인덱스로 구성되는 집합이고,상기 갱신된 부분해 집합은,상기 부분해 집합의 원소 및 상기 제1 최적 후보 인덱스로 구성되는 집합이고,상기 신호 벡터의 서포트 인덱스 집합은,상기 신호 벡터를 복구하기 위한 서포트 인덱스로 구성되는 집합인,비일시적 기록 매체
|
