分量数未知的信号分解问题中后验分布的总结
统计计算
2011-11-29 v1
摘要
本文解决了在贝叶斯框架下处理分量数未知的信号分解问题时通常产生的后验分布的总结问题。此类后验分布定义在维数不同的子空间的并集上，可以使用现代蒙特卡洛技术进行采样，例如日益流行的 RJ-MCMC 方法。然而，目前没有通用的方法来总结所得的变维样本并从中提取特定于分量的参数。我们提出了一种解决该问题的新方法，即用一个“简单”——但仍是变维的——参数分布来逼近感兴趣的复杂后验分布。两分布间的距离使用 Kullback-Leibler 散度度量，并提出了一种由 RJ-MCMC 采样器驱动的随机 EM 型算法来估计参数。所提出的算法在白高斯噪声中正弦信号的联合检测与估计这一基本信号处理示例上进行了说明。
引用
@article{arxiv.1111.6298,
title = {Summarizing posterior distributions in signal decomposition problems when the number of components is unknown},
author = {Alireza Roodaki and Julien Bect and Gilles Fleury},
journal= {arXiv preprint arXiv:1111.6298},
year = {2011}
}
备注
This work has been submitted to the IEEE for possible publication