Polynomial Procrustes problem: paraunitary approximation of matrices of analytic functions

Stephan Weiss, Sebastian Schlecht, Orchisama Das, Enzo De Sena

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference article in proceedingsScientificvertaisarvioitu

Abstrakti

In the narrowband case, the best least squares approximation of a matrix by a unitary one is given by the Procrustes problem. In this paper, we expand this idea to matrices of analytic functions, and characterise a broadband equivalent to the narrowband case: the polynomial Procrustes problem. Its solution is based on an analytic singular value decomposition, and for the case of spectrally majorised, distinct singular values, we demonstrate the application of a suitable algorithm to three problems — time delay estimation, paraunitary matrix completion, and general paraunitary approximations — in simulations.
AlkuperäiskieliEnglanti
Otsikko31st European Signal Processing Conference (EUSIPCO 2023)
AlaotsikkoProceedings, 4 - 8 September 2023, Helsinki, Finland
KustantajaIEEE
Sivumäärä5
ISBN (elektroninen)978-9-4645-9360-0
DOI - pysyväislinkit
TilaJulkaistu - 2023
OKM-julkaisutyyppiA4 Artikkeli konferenssijulkaisussa
TapahtumaEuropean Signal Processing Conference - Helsinki, Suomi
Kesto: 4 syysk. 20238 syysk. 2023
Konferenssinumero: 31
https://eusipco2023.org/

Julkaisusarja

NimiEuropean Signal Processing Conference
ISSN (elektroninen)2076-1465

Conference

ConferenceEuropean Signal Processing Conference
LyhennettäEUSIPCO
Maa/AlueSuomi
KaupunkiHelsinki
Ajanjakso04/09/202308/09/2023
www-osoite

Sormenjälki

Sukella tutkimusaiheisiin 'Polynomial Procrustes problem: paraunitary approximation of matrices of analytic functions'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

Siteeraa tätä