分布式特征分解与 ESPRIT 算法的性能分析
应用统计
2016-05-04 v2
摘要
本文中，我们考虑基于平均一致性协议的分布式幂方法对样本协方差矩阵进行特征分解的性能分析。给出了由分布式幂方法获得的特征向量的二阶统计量的解析表达式，这是计算基于子空间的估计量的均方误差(MSE)所必需的。我们表明，除非平均一致性协议执行无限多次迭代，否则分布式幂方法不是真实测量协方差矩阵特征向量的渐近一致估计量。此外，我们引入了分布式 ESPRIT 算法，其产生完全分布式的波达方向(DOA)估计。基于分布式幂方法的性能分析，我们推导了使用分布式 ESPRIT 算法的 DOA 估计量 MSE 的解析表达式。我们的渐近结果的有效性通过仿真得到证明。
引用
@article{arxiv.1506.08842,
title = {Performance Analysis of the Decentralized Eigendecomposition and ESPRIT Algorithm},
author = {W. Suleiman and M. Pesavento and A. M. Zoubir},
journal= {arXiv preprint arXiv:1506.08842},
year = {2016}
}
备注
18 pages, 5 figures, submitted for publication in IEEE Transactions on Signal Processing