高维数据协方差矩阵的估计
信息论
2015-06-03 v1 math.IT
摘要
本文处理的是估计一系列独立多元观测值的协方差矩阵的问题，其中每个观测值的维度与观测值数量同阶。尽管这种机制对许多当前的统计信号处理和无线通信问题具有重要意义，但传统方法无法产生一致的估计量，直到最近才出现了基于大维随机矩阵理论的结果。在本文中，我们发展了 Mestre 提出的参数化框架，并考虑了一种模型，其中待估计的协方差矩阵具有（已知的）有限个特征值，每个特征值具有未知的重数。与现有结果，特别是 Mestre 的工作相比，本文的主要贡献主要有三点：放宽了（限制性的）可分离性假设；提供了特征值及其重数的联合一致估计；并通过中心极限定理研究了方差误差。
引用
@article{arxiv.1201.4672,
title = {Estimation of the Covariance Matrix of Large Dimensional Data},
author = {Jianfeng Yao and Abla Kammoun and Jamal Najim},
journal= {arXiv preprint arXiv:1201.4672},
year = {2015}
}