贝叶斯参数估计中中断错误概率和均方误差的下界类
信息论
2010-05-05 v1 math.IT
摘要
本文提出了贝叶斯参数估计中中断错误概率和均方误差(MSE)的新下界类。h-中断错误概率和MSE的最小值分别由广义最大后验概率估计器和最小均方误差(MMSE)估计器获得。然而，这些估计器及其相应性能的计算通常难以处理，因此这些项的下界对于性能分析非常有用。所提出的中断错误概率下界类是利用Hölder不等式推导的。该类被用于推导一个新的贝叶斯MSE下界类。结果表明，对于单峰对称条件概率密度函数(pdf)，所提出类中最紧的中断错误概率下界达到了最小中断错误概率，而最紧的MSE下界与MMSE性能一致。此外，还表明所提出的MSE下界总是比Ziv-Zakai下界(ZZLB)更紧。通过一些例子，将所提出的下界与其他现有的性能下界进行了比较。
引用
@article{arxiv.1005.0498,
title = {Classes of lower bounds on outage error probability and MSE in Bayesian parameter estimation},
author = {Routtenberg Tirza and Joseph Tabrikian},
journal= {arXiv preprint arXiv:1005.0498},
year = {2010}
}
备注
submitted to IEEE Trans. Inform. Theory (Journal paper)