Phase Retrieval with a Multivariate Von Mises Prior: From a Bayesian Formulation to a Lifting Solution

Angélique Drémeau 1, 2 Antoine Deleforge 3
1 Lab-STICC_ENSTAB_CID_TOMS
Lab-STICC - Laboratoire des sciences et techniques de l'information, de la communication et de la connaissance
2 Pôle STIC_AP
ENSTA Bretagne
3 PANAMA - Parcimonie et Nouveaux Algorithmes pour le Signal et la Modélisation Audio
Inria Rennes – Bretagne Atlantique , IRISA_D5 - SIGNAUX ET IMAGES NUMÉRIQUES, ROBOTIQUE
Abstract : In this paper, we investigate a new method for phase recovery when prior information on the missing phases is available. In particular, we propose to take into account this information in a generic fashion by means of a multivariate Von Mises distribution. Building on a Bayesian formulation (a Maximum A Posteriori estimation), we show that the problem can be expressed using a Mahalanobis distance and be solved by a lifting optimization procedure.
Type de document :
Communication dans un congrès
ICASSP 2017 - 42nd IEEE International Conference on Acoustics, Speech and Signal Processing, Mar 2017, New Orleans, United States. pp.1-5, 2017, 〈10.1109/ICASSP.2017.7953027〉
Liste complète des métadonnées

https://hal.archives-ouvertes.fr/hal-01653732
Contributeur : Antoine Deleforge <>
Soumis le : mardi 5 décembre 2017 - 11:36:47
Dernière modification le : vendredi 8 décembre 2017 - 01:18:55

Fichier

07953027.pdf
Fichiers éditeurs autorisés sur une archive ouverte

Identifiants

Citation

Angélique Drémeau, Antoine Deleforge. Phase Retrieval with a Multivariate Von Mises Prior: From a Bayesian Formulation to a Lifting Solution. ICASSP 2017 - 42nd IEEE International Conference on Acoustics, Speech and Signal Processing, Mar 2017, New Orleans, United States. pp.1-5, 2017, 〈10.1109/ICASSP.2017.7953027〉. 〈hal-01653732〉

Partager

Métriques

Consultations de la notice

19

Téléchargements de fichiers

3