基于高阶张量独立分量分析实现呼吸与心跳信号的多输入多输出遥感
信号处理
2021-05-04 v1
摘要
本文提出一种新颖的独立分量分析（ICA）方法，我们称之为高阶张量ICA（HOT-ICA）。HOT-ICA是一种张量ICA，有效利用了由分离张量各轴所表示的信号类别。传统的张量ICA，例如基于Tucker分解的多线性ICA（MICA），并未充分利用张量的高维性，因为MICA中的矩阵化使得张量轴向分类失效。本文中，我们处理多输入多输出（MIMO）雷达系统中的多目标信号分离以检测呼吸与心跳。HOT-ICA通过引入路径信息（即使用了哪些发射/接收天线的物理测量类别）实现了学习上的高鲁棒性。在数值-物理实验中，我们的HOT-ICA系统即使在通常难以处理的障碍物影响环境下，也能有效分离生物信号。结果证明了HOT-ICA的重要性，其保持张量分类不变以充分利用分离张量的高维性。
引用
@article{arxiv.2105.00723,
title = {Higher-order tensor independent component analysis to realize MIMO remote sensing of respiration and heartbeat signals},
author = {Seishiro Goto and Ryo Natsuaki and Akira Hirose},
journal= {arXiv preprint arXiv:2105.00723},
year = {2021}
}