Rektor prisas för betydelsefull artikel

Mats Viberg

BTH:s rektor Mats Viberg prisas av den internationella sammanslutningen IEEE för sin artikel ”Two Decades of Array Signal Processing Research: The Parametric Approach”. Priset utdelas för den påverkan artikeln haft på utvecklingen inom forskningsområdet.

Vid en prisceremoni som livesändes i förra veckan, och därmed kunde följas av hela världen, fick rektor Mats Viberg motta pris för sin artikel med motiveringen ”Sustained Impact Award”, det vill säga artikeln har haft stor påverkan på utvecklingen inom det specifika forskningsområdet. Det är den internationella sammanslutningen IEEE, Institute of Electrical and Electronics Engineers, som står bakom priset.

Artikeln, som publicerade 1996, är en översiktsartikel inom forskningsområdet array-signalbehandling. En ”array” är här ett antal sensorer som samlar data om något fenomen i omgivningen, och signalbehandlingen handlar om att utvinna information från denna data.

Mats Viberg har arbetat mycket med tillämpningar inom radar och mobilkommunikation, där sensorerna är elektromagnetiska antenner.

– Inom radar kan det handla om att skilja ut väldigt närliggande mål – närmre än vad den så kallade Fourier-upplösningen medger, och i mobilkommunikation kan en mottagarantenn utrustad med antenn-arrayer särskilja och simultant avkoda signaler från flera användare på samma kanal. På så sätt kan kapaciteten hos kommunikationssystemet ökas väsentligt, förklarar Mats Viberg.

Artikeln har ofta använts för att introducera nya forskare i ämnet och den har kommit att bli en standardreferens. Enligt Google Scholar har den hittills samlat över 4400 citeringar.

I nya mobila system har så kallad MIMO-teknik (Multiple Input Multiple Output) blivit en standard och i kommande 5G är det en nyckelkomponent. Förutom ett flertal direkta tillämpningar (även SONAR, mikrofon-arrayer, seismiska sensorer, etc.) så behandlar array-signalbehandling ett generiskt statistiskt estimeringsproblem inom signalbehandling, som dyker upp i många tillämpningar som inte direkt har med sensor-arrayer att göra.

Ett sådant tillämpningsområde som har fått extremt stor uppmärksamhet de senaste 10+ åren är ”Compressive Sensing”, som handlar om att samla in data på ett komprimerat sätt, med en datatakt och därmed kostnad som är långt lägre än vad man tidigare trodde var möjligt.

Länk till artikeln 

14 maj 2020

Har du en fråga? Skriv den här, så återkommer vi så snart som möjligt!
×