Abstract
限られたコヒーレンス時間の下で大規模配列に対して行うハードウェア制約付き空間サンプリングを伴う、現代の自律システムにおけるセンシングモダリティに動機づけられ、我々はハンケル構造化センシングと、任意の階数に対するデータ行列分解に基づく、迅速な超解像・複数信号の到来方向（DoA）推定のための新しい枠組みを、L_2ノルムおよびL_1ノルムの両方の定式化のもとで開発する。得られるL_2ノルム推定量は、白色ガウス雑音において最大尤度最適であることが示される。L_1ノルム推定量は、独立で同一に分布した（i.i.d.）等方性ラプラス雑音において最大尤度最適であることが示され、実際にしばしば遭遇する衝撃性の妨害や破損した観測に対して広範な頑健性を提供する。大規模なシミュレーションにより、提案手法が強力な超解像能力を備え、最近の競合するアプローチよりも大幅に低いSNRで動作し、さらに解像確率が著しく高いことが示される。
