Zobrazeno 1 - 10
of 2 763
pro vyhledávání: '"sparse bayesian learning(sbl)"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Nihon Kikai Gakkai ronbunshu, Vol 88, Iss 910, Pp 22-00090-22-00090 (2022)
Spatiotemporal local changes have been extracted for evaluating physiological phenomena by an image reconstruction algorithm of electrical impedance tomography (EIT) using sparse Bayesian learning (SBL). The proposed method identifies a region of int
Externí odkaz:
https://doaj.org/article/508d94f64c2342e5af26d73f3f8ac4a7
Publikováno v:
In Digital Signal Processing January 2025 156 Part B
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Prof.(Dr.) SHAMIMUL QAMAR
Hybrid precoding in millimeter-wave large MIMO systems is a critical component for lowering radio-frequency hardware costs as compared to the traditional fulldigital precoding strategy. Knowledge of channels is required for hybrid precoding. Though,
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::0ac20d597da0e86ceac199329859a54f
https://doi.org/10.21203/rs.3.rs-1953265/v1
https://doi.org/10.21203/rs.3.rs-1953265/v1
Publikováno v:
IEEE Transactions on Signal Processing. 67:1251-1266
This paper develops schemes for block-sparse channel estimation in millimeter wave (mmWave) multiple-input multiple-output (MIMO) systems that exploit the spatial sparsity inherent in such channels. Initially, a novel sparse Bayesian learning (SBL) b
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::a0e46e0c421117af35bf2efc09de7c1a
https://doi.org/10.1109/tsp.2018.2890058
https://doi.org/10.1109/tsp.2018.2890058
Publikováno v:
Remote Sensing, Vol 16, Iss 19, p 3564 (2024)
Off-grid issues and high computational complexity are two major challenges faced by sparse Bayesian learning (SBL)-based compressive sensing (CS) algorithms used for random frequency pulse interval agile (RFPA) radar. Therefore, this paper proposes a
Externí odkaz:
https://doaj.org/article/cee71b574a2f4d8cbde3c89ad7cb3441
Publikováno v:
NCC
This work develops a novel sparse Bayesian learning (SBL)-based channel estimation technique for frequency-selective millimeter wave (mmWave) multiple-input multiple-output (MIMO) systems. Towards this end, the concatenated frequency-selective MIMO c
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::ea30746a9c49cd62151c7da6a44a6e66
https://doi.org/10.1109/ncc.2019.8732197
https://doi.org/10.1109/ncc.2019.8732197
Conference
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Wang, Ju1 (AUTHOR) 3220230795@bit.edu.cn, Shan, Bingqi1 (AUTHOR), Duan, Song1 (AUTHOR), Zhang, Qin1 (AUTHOR)
Publikováno v:
Remote Sensing. Oct2024, Vol. 16 Issue 19, p3564. 30p.