一种新的形状矩阵 $R$ 估计量的性质
信号处理
2020-06-23 v2
摘要
本文旨在对复椭圆对称(CES)分布观测中一种新的形状矩阵 估计量的主要性质进行仿真分析。该 估计量最初由 Hallin、Oja 和 Paindaveine 针对实值情形提出，随后在我们的近期工作中推广至复域，其显著特性在于同时具备分布鲁棒性与半参数有效性。此处，通过比较所得均方误差(MSE)与约束半参数 Cramér-Rao 界(CSCRB)，研究了该 估计量不同可能配置的有效性。此外，评估了其对异常值的鲁棒性，并与著名的 Tyler 估计量进行了比较。
引用
@article{arxiv.2002.11967,
title = {Properties of a new $R$-estimator of shape matrices},
author = {Stefano Fortunati and Alexandre Renaux and Frédéric Pascal},
journal= {arXiv preprint arXiv:2002.11967},
year = {2020}
}
备注
This paper has been accepted to the 28th European Signal Processing Conference, EUSIPCO 2020 (5 pages, 5 figures)