利用自编码器网络对离散衰减信号的快速参数估计
信号处理
2021-06-30 v2 机器学习
神经与进化计算
数据分析、统计与概率
摘要
本工作中，我们展示了利用神经网络从离散采样信号中快速提取信号参数。具体地，我们使用稠密自编码器网络从指数衰减信号与衰减振荡中提取感兴趣的参数。通过使用三阶段训练方法并仔细选择神经网络规模，我们能够从自编码器网络的潜空间中直接以相较传统算法信号分析方法显著更高的速率恢复相关信号参数。我们表明，通过证明提取的信号参数正逼近由 Cramér-Rao 界给出的基本参数估计极限，本分析方法的可得精度与准确度类似于常规基于算法的信号分析方法。此外，我们证明自编码器网络能够以 75 kHz 的速率实现信号分析，从而参数提取，比具有相似精度的常规技术快数个数量级。最后，我们探究了本方法的局限，证明通过进一步优化数据采集系统与数据分析系统间的传输速率，>200 kHz 的分析速率是可行的。
引用
@article{arxiv.2103.08663,
title = {Rapid parameter estimation of discrete decaying signals using autoencoder networks},
author = {Jim C. Visschers and Dmitry Budker and Lykourgos Bougas},
journal= {arXiv preprint arXiv:2103.08663},
year = {2021}
}