1 |
1
결합적으로 희소한 신호들(jointly sparse signals)의 복수 개의 측정치 벡터(measurement vectors)들로부터 신호 부공간 정보(signal subspace information)를 추출하는 동작;상기 복수 개의 측정치 벡터들을 사용하여 적어도 하나의 결합 서포트(joint support)의 요소를 갖는 부분집합을 계산하는 동작; 및상기 신호 부공간 정보 및 상기 부분집합을 사용하여 상기 결합 서포트 요소의 적어도 하나의 추가적인 요소를 계산하는 동작을 포함하는, 결합적으로 희소한 신호들의 복수 개의 측정치 벡터들로부터 정보를 추출하는 방법
|
2 |
2
제1항에 있어서,상기 측정치들은 적어도 하나의 센서로부터 획득되는, 결합적으로 희소한 신호들의 복수 개의 측정치 벡터들로부터 정보를 추출하는 방법
|
3 |
3
제1항에 있어서,상기 신호 부공간 정보는 상기 신호 부공간의 차원, 상기 신호 부공간을 확장(span)하는 기저(basis), 상기 신호 부공간 상으로의 투영(projection), 상기 신호 부공간의 직교 여공간(orthogonal complement)에 대한 기저 또는 상기 신호 부공간의 직교 여공간 상으로의 투영 중 적어도 하나를 포함하는, 결합적으로 희소한 신호들의 복수 개의 측정치 벡터들로부터 정보를 추출하는 방법
|
4 |
4
제1항에 있어서,상기 신호 부공간 정보의 추출은 고유치 분해(Singular Value Decomposition; SVD) 또는 주 컴퍼넌트 분석(Principal Component Analysis; PCA)에 의해 수행되는, 결합적으로 희소한 신호들의 복수 개의 측정치 벡터들로부터 정보를 추출하는 방법
|
5 |
5
제1항에 있어서,상기 신호 부공간 정보의 추출은 강인한 주 컴퍼넌트 분석(robust principal component analysis)에 의해 수행되는, 결합적으로 희소한 신호들의 복수 개의 측정치 벡터들로부터 정보를 추출하는 방법
|
6 |
6
제1항에 있어서,상기 복수 개의 측정치 벡터들을 사용하여 적어도 하나의 결합 서포트 요소를 갖는 부분집합을 계산하는 동작은, 상기 신호 부공간 정보를 사용하는, 결합적으로 희소한 신호들의 복수 개의 측정치 벡터들로부터 정보를 추출하는 방법
|
7 |
7
제1항에 있어서,상기 복수 개의 측정치 벡터들을 사용하여 적어도 하나의 결합 서포트 요소를 갖는 부분집합을 계산하는 동작은, 서포트 복원을 위한 그리디 알고리즘(greedy algorithm)을 부분적으로 수행(partial execution)하는 것을 포함하는, 결합적으로 희소한 신호들의 복수 개의 측정치 벡터들로부터 정보를 추출하는 방법
|
8 |
8
제1항에 있어서,상기 복수 개의 측정치 벡터들을 사용하여 적어도 하나의 결합 서포트 요소를 갖는 부분집합을 계산하는 동작은,서포드 복원을 위한 방법으로부터 획득된 상기 서포트의 부분 집합을 취하는 동작을 포함하는, 결합적으로 희소한 신호들의 복수 개의 측정치 벡터들로부터 정보를 추출하는 방법
|
9 |
9
제1항에 있어서,상기 복수 개의 측정치 벡터들을 사용하여 적어도 하나의 결합 서포트 요소를 갖는 부분집합을 계산하는 동작은, 결합적으로 희소한 신호를 복구하기 위한 방법에 의해 획득된 신호 추정치들의 절대값(magnitude)들의 측정을 분류(thresholding)하는 고유치에 의해 수행되는, 결합적으로 희소한 신호들의 복수 개의 측정치 벡터들로부터 정보를 추출하는 방법
|
10 |
10
제1항에 있어서,상기 복수 개의 측정치 벡터들을 사용하여 적어도 하나의 결합 서포트 요소를 갖는 부분집합을 계산하는 동작은, 서포트의 복수 개의 후보 집합들을 생성하기 위해 반복되는, 결합적으로 희소한 신호들의 복수 개의 측정치 벡터들로부터 정보를 추출하는 방법
|
11 |
11
제3항에 있어서, 상기 신호 부공간 정보 및 상기 부분집합을 사용하여 상기 결합 서포트 요소의 적어도 하나의 추가적인 요소를 계산하는 동작은, 상기 신호 부공간 정보에 의한 신호 부공간 추정치의 증대(augmentation)에 의해 형성된 증대된(augmented) 신호 부공간을 사용하고, 상기 신호 부공간 추정은 센싱 행렬의 열들의 범위 공간에 의해 생성되고, 상기 센싱 행렬의 열들은 상기 결합 서포트의 부분집합에 의해 인덱스된, 결합적으로 희소한 신호들의 복수 개의 측정치 벡터들로부터 정보를 추출하는 방법
|
12 |
12
제11항에 있어서,상기 신호 부공간 정보 및 상기 부분집합을 사용하여 상기 결합 서포트 요소의 적어도 하나의 추가적인 요소를 계산하는 동작은,상기 부분집합 내에 존재하지 않는 인덱스를 갖는 상기 센싱 행렬의 열들 중에서, 상기 증대된 신호 부공간 상으로의 직교 투영이 최대의 유클리드 놈(Euclidean norm)을 갖는 적어도 하나의 열을 찾는 동작을 포함하는, 결합적으로 희소한 신호들의 복수 개의 측정치 벡터들로부터 정보를 추출하는 방법
|
13 |
13
제11항에 있어서,상기 신호 부공간 정보 및 상기 부분집합을 사용하여 상기 결합 서포트 요소의 적어도 하나의 추가적인 요소를 계산하는 동작은,상기 결합 서포트의 부분집합 내에서 결여된 인덱스들을 갖는 상기 센싱 행렬의 열들로부터 상기 증대된 신호 부공간의 직교 여공간으로의 직교 투영이 가장 작은 유클리드 놈을 갖는 적어도 하나의 행을 찾는 동작을 포함하는, 결합적으로 희소한 신호들의 복수 개의 측정치 벡터들로부터 정보를 추출하는 방법
|
14 |
14
제1항에 있어서,그리디 서포트 복원 알고리즘에 의해 상기 결합적으로 희소한 신호의 희소성 레벨(sparsity)을 추정하는 동작을 더 포함하는, 결합적으로 희소한 신호들의 복수 개의 측정치 벡터들로부터 정보를 추출하는 방법
|
15 |
15
스냅샷들을 수신하는 동작;상기 스냅샷들을 사용함으로써 선택된 CS-MMV(Compressed Sensing-Multiple Measurement Vector) 방법에 기반하여 신호 행렬의 서포트의 추정치의 제1 부분집합을 생성하는 동작; 및상기 스냅샷들 및 상기 제1 서포트들을 사용하여 부공간-기반 방법에 기반하여 상기 신호 행렬의 서포트의 추정치의 제2 부분집합들을 생성하는 동작을 포함하는, 복수 개의 스냅샷들을 처리하는 방법
|
16 |
16
제15항에 있어서,타겟들의 개수를 추정하는 동작을 더 포함하고, 상기 제1 부분집합 및 상기 제2 부분집합 내의 요소들의 총 개수는 상기 타겟들의 개수에 대응하는, 복수 개의 스냅샷들을 처리하는 방법
|
17 |
17
제15항에 있어서,상기 제2 부분집합을 생성하는 동작은,상기 복수 개의 스냅샷들 및 기저 벡터로부터 생성된 행렬의 랭크를 사용하는 동작을 포함하고, 상기 기저 벡터의 인덱스는 상기 제1 부분집합에 포함되지 않은, 복수 개의 스냅샷들을 처리하는 방법
|
18 |
18
복수 개의 스냅샷들을 수신하는 수신 유닛; 및상기 복수 개의 스냅샷들을 사용함으로써 CS-MMV(Compressed Sensing-Multiple Measurement Vector) 방법에 기반하여 결합 서포트의 추정치의 제1 부분집합을 생성하고, 상기 복수 개의 스냅샷들 및 상기 제1 부분집합을 사용하여 부공간-기반 방법에 기반하여 결합 서포트의 추정치의 제2 부분집합을 생성하는 제어기를 포함하는, 복수 개의 스냅샷들로부터 결합적으로 희소한 신호들의 결합 서포트를 복원하는 장치
|
19 |
19
제18항에 있어서,상기 제어기는, 타겟들의 개수를 추정하고,상기 제1 부분집합 및 상기 제2 부분집합 내의 요소들의 총 개수는 상기 타겟들의 개수에 대응하는, 복수 개의 스냅샷들로부터 결합적으로 희소한 신호들의 결합 서포트를 복원하는 장치
|
20 |
20
제18항에 있어서,상기 제어기는, 상기 복수 개의 스냅샷들을 사용하여 생성된 행렬의 랭크, 상기 제1 부분집합 및 딕셔너리의 기저 벡터에 기반하여 상기 제2 부분집합을 생성하고, 상기 기저 벡터의 인덱스는 상기 제1 부분집합 내에 포함되지 않는, 복수 개의 스냅샷들로부터 결합적으로 희소한 신호들의 결합 서포트를 복원하는 장치
|
21 |
21
스냅샷들을 수신하는 동작;상기 스냅샷들에 의해 구성된 제1 행렬을 생성하는 동작;CS-MMV 방법에 기반하여 결합적으로 희소한 신호들의 결합 서포트들의 추정치의 제1 부분집합을 생성하는 동작 - 상기 CS-MMV는 상기 제1 행렬을 사용함, 상기 제1 부분집합의 기수는 타겟들의 추정된 개수 및 상기 제1 행렬의 랭크 간의 차에 기반하여 결정됨 -; 및상기 제1 행렬 및 상기 제1 부분집합에 기반하여 결합적으로 희소한 신호들의 서포트들의 추정치의 제2 부분집합을 생성하는 동작을 포함하는, 결합적으로 희소한 신호들의 복수 개의 스냅샷들을 처리하는 방법
|
22 |
22
제21항에 있어서,비용 함수의 추정치에 기반하여 미지의 희소성 레벨을 생성하는 동작을 더 포함하고, 상기 비용 함수의 출력 값은 미리 정의된 범위 내의 입력 값들의 초기 범위의 최소 값인, 결합적으로 희소한 신호들의 복수 개의 스냅샷들을 처리하는 방법
|