基于高斯混合模型的条件均值信道估计器的渐近最优近似
信息论
2021-11-23 v1 信号处理
math.IT
摘要
本文研究了一种基于高斯混合模型（GMMs）的信道估计器。我们将一个 GMM 拟合到给定的信道样本上，以获得一个解析概率密度函数（PDF），该函数近似于真实的信道 PDF。然后，以闭合形式计算对应于该近似 PDF 的条件均值信道估计器，并将其用作基于真实信道 PDF 的最优条件均值估计器的近似。由于真实的信道 PDF 通常不可用，该最优估计器无法解析计算。为了说明基于 GMM 的估计器的合理性，我们证明了随着 GMM 分量数量的增加，它收敛于最优条件均值估计器。在数值实验中，合理数量的 GMM 分量已经展现出有前景的估计结果。
引用
@article{arxiv.2111.11064,
title = {An Asymptotically Optimal Approximation of the Conditional Mean Channel Estimator based on Gaussian Mixture Models},
author = {Michael Koller and Benedikt Fesl and Nurettin Turan and Wolfgang Utschick},
journal= {arXiv preprint arXiv:2111.11064},
year = {2021}
}