基于非线性子空间的短数据记录PDF参数估计方法及其在瑞利衰落中的应用
信息论
2022-03-21 v1 math.IT
摘要
本文解决了从有限数据集对广泛一类概率密度函数进行实时参数估计的问题。这类估计针对需要联合感知与驱动的近期应用。所提出的估计器在分布参数空间在测量样本空间中创建的非线性子空间内运行。这使得估计器能够将关于分布的先验可用信息嵌入计算中，从而产生仅由所考虑的正确密度函数类别的信号分量所诱导的参数估计。它还使得估计器能够消除不属于该类别的分量对估计过程的影响。该估计器能够以高精度从短数据记录快速计算广泛一类概率密度函数的参数。该方法针对瑞利分布进行了推导并给出了正确性的基本证明，瑞利分布用于刻画经历重度杂波环境中快衰落的无线通信信道。仿真结果展示了所提方法的能力及其相对于传统基于范数估计技术的明显优势。结果还显示了所提方法估计其他密度函数的能力，包括用于刻画无线通信中阴影效应的双参数对数正态分布。
引用
@article{arxiv.2203.09832,
title = {A Nonlinear Subspace Approach for Parametric Estimation of PDFs from Short Data Records with Application to Rayleigh Fading},
author = {Ahmad A. Masoud},
journal= {arXiv preprint arXiv:2203.09832},
year = {2022}
}