高斯假设：最不利但最有用
信息论
2015-06-12 v1 math.IT
摘要
本文聚焦于三个贡献。首先，阐述了 Stoica 和 Babu 提出的结果与最近的信息论结果（最恶劣加性噪声引理和熵的等周不等式）之间的联系。其次，提供了信息论和估计论依据，证明高斯假设会导致最大的 Cram\'{e}r-Rao 下界 (CRLB)。第三，展示了将此结果略微扩展至相关观测的更一般框架。
引用
@article{arxiv.1211.4852,
title = {Gaussian Assumption: the Least Favorable but the Most Useful},
author = {Sangwoo Park and Erchin Serpedin and Khalid Qaraqe},
journal= {arXiv preprint arXiv:1211.4852},
year = {2015}
}