信号估计中的经验贝叶斯与全贝叶斯方法
信息论
2014-05-12 v1 math.IT
摘要
我们考虑服从参数分布但参数值未知的信号。为了从标量信道中的噪声测量中估计此类信号，我们研究了经验贝叶斯 (EB) 方法和全贝叶斯 (FB) 方法的经验性能。随后，我们将 EB 和 FB 应用于解决压缩感知 (CS) 信号估计问题，即在近似消息传递 (AMP) 框架内连续对标量高斯信道进行去噪。数值结果表明，当信号维度较小时，FB 在标量信道去噪问题中的性能优于 EB。在 CS 设定中，信号维度必须足够大才能使 AMP 良好工作；对于大信号维度，AMP 的性能与 FB 和 EB 相似。
引用
@article{arxiv.1405.2113,
title = {Empirical Bayes and Full Bayes for Signal Estimation},
author = {Yanting Ma and Jin Tan and Nikhil Krishnan and Dror Baron},
journal= {arXiv preprint arXiv:1405.2113},
year = {2014}
}
备注
This work was presented at the Information Theory and Application workshop (ITA), San Diego, CA, Feb. 2014