劉俊麟副教授的個人資料 - Profile of Chun-Lin Liu

劉俊麟 Chun-Lin Liu

國立台灣大學電機工程學系 副教授
Associate Professor, Department of Electrical Engineering, National Taiwan University

主要研究領域:

稀疏陣列,陣列訊號處理,數位訊號處理,統計訊號處理

Major Research Areas:

Sparse Array, Array Signal Processing, Digital Signal Processing, Statistical Signal Processing

研究領域摘要:

主要研究方向為:想在有限數目的資源(陣列元件數目,或取樣資料點數)之下,設計新的不等間距取樣方法,此方法和相同點數之下,但是傳統的等間距取樣法相比,新方法能達到更好的整體效能。此概念在陣列訊號處理稱為「稀疏陣列」。研究課題條列如下:

一、稀疏陣列之幾何形狀設計

近年來針對稀疏陣列的研究,大部份考慮差距陣列(Difference Coarray)的大小。此研究針對陣列的其他實際效應,如相互耦合(Mutual coupling)和強健性(Robustness),提出新的陣列設計。在此我們提出了超級嵌套陣列(Super Nested Arrays)半開盒陣列(Half Open Box Arrays)沙漏陣列(Hourglass Arrays),以及強健最小重複陣列(Robust Minimum Redundancy Arrays)等設計。

二、稀疏陣列之訊號處理

此研究主題針對稀疏陣列所測量的資料,使用訊號處理的技巧來估計待測物體的資訊(例如物體在空間中的方向角度)。在某些問題中,我們能夠使用N個元件的稀疏陣列,配合所設計的演算法,來解析O(N^2)數目的物體角度資訊。以方法比起N個元件的等間距線性陣列(Uniform Linear Arrays),效能上有大幅度的提升,因為等間距線性陣列最多只能解析N-1的物體方向角度資訊。相關的程式碼可以由此下載

三、稀疏陣列之分析

此研究方向,第一個成果是利用Cramér–Rao Bound解釋為何稀疏陣列能夠解析O(N^2)數目的物體角度資訊。這裡我們首先提出了新的Cramér–Rao Bound表示式。基於此結果,我們不但能夠將可解析元件數目,和差距陣列(Difference Coarray)做連結。同時也證明了文獻當中針對Cramér–Rao Bound的數值觀察結果。完整研究成果請按此

第二個研究成果描述如下。給定某個陣列設計,我們提出量化指標來說明陣列的強健性。對此,我們提出了陣列元件的必要性(The Essentialness of sensors)以及陣列本身的脆弱性(The Fragility of arrays)。裡用這些新的概念,我們不僅能夠比較不同陣列的強健性,同時也能夠根據陣列元件的必要性,來分配實作上的元件成本。此外,使用這些工具,我們也能對現有陣列設計做修正,使其對陣列元件的失誤有更高的容忍度。

四、非理想性取樣之演算法設計與分析

單位元(One-Bit)之訊號處理,無網格之訊號取樣。

五、數位訊號處理

Research Summary:

My main research is centered around the following scenario. Given fixed number of data (e.g. the number of sensors in an array, or the number of samples), we would like to design novel nonuniform sampling schemes such that better overall performance can be achieved compared with the classical uniform sampling method with the same number of data. This concept is closely related to "sparse arrays" in array signal processing. The following list my current research topics:

  1. Sparse Array Design
  2. Signal Processing on Sparse Arrays
  3. Analysis of Sparse Arrays
  4. Algorithms and Analysis for Sampling with Non-ideal Effects
  5. Digital Signal Processing
Photo of Chun-Lin Liu