基于一比特量化与过采样测量的参数估计 MCRB
信号处理
2025-04-01 v1
摘要
近年来,一比特量化因其在多种信号处理与通信应用中的潜力而备受关注。从一比特量化数据中估计模型参数具有挑战性,尤其当估计过程中显式考虑量化过程时。在许多情形下,估计器忽略量化效应,从而导致模型误设。因此,估计误差同时来源于量化与误设两方面。传统的性能界(如 Cramer–Rao 界(CRB))无法捕捉误设对估计性能的影响。为克服这一局限,我们针对由加性高斯噪声中的信号分量构成的量化数据模型,推导了参数估计的误设 CRB(MCRB)。我们将该界应用于基于传感器阵列量化测量的波达方向估计,以及基于过采样量化数据的频率估计。仿真结果表明,MCRB 可由误设最大似然估计器的均方误差渐近达到。我们的结果表明,与精细量化场景不同,在存在误设的一比特量化测量情形下,过采样能够显著提升估计性能。
引用
@article{arxiv.2503.22860,
title = {MCRB for Parameter Estimation from One-Bit Quantized and Oversampled Measurements},
author = {Nadav E. Rosenthal and Joseph Tabrikian},
journal= {arXiv preprint arXiv:2503.22860},
year = {2025}
}