Core Concepts
Die Arbeit präsentiert die allgemeinsten Versionen der Ziv-Zakai-Untergrenzschranken für den minimalen mittleren quadratischen Fehler (MMSE). Die Schranken werden ohne Annahmen an die Verteilung des zu schätzenden Parameters hergeleitet und ihre Eigenschaften, wie Tensorisierbarkeit und Asymptotiken, werden untersucht. Außerdem werden Bedingungen für die Optimalität der Schranken charakterisiert.
Abstract
Die Arbeit untersucht Bayes'sche Untergrenzschranken für den minimalen mittleren quadratischen Fehler (MMSE), die zur Familie der Ziv-Zakai-Schranken gehören. Es werden drei Versionen der Ziv-Zakai-Schranke (ZZB) betrachtet: die erste basiert auf der sogenannten "valley-filling"-Funktion, die zweite lässt diese Funktion weg, und die dritte, die Einpunkt-ZZB (SZZB), verwendet eine Einzelpunkt-Maximierung.
Im ersten Teil der Arbeit werden die allgemeinsten Versionen der Schranken präsentiert. Zunächst wird gezeigt, dass diese Schranken ohne jede Annahme an die Verteilung des zu schätzenden Parameters gelten. Außerdem wird die SZZB auf den M-äre Fall erweitert und eine multivariate Version davon angegeben.
Im zweiten Teil werden allgemeine Eigenschaften der Schranken untersucht. Es wird gezeigt, dass alle drei Versionen tensorisierbar sind. Weiterhin werden die Asymptotiken im Hoch- und Tiefrauschenfall charakterisiert, was Rückschlüsse auf die Optimalität der Schranken erlaubt.
Im dritten Teil wird die Optimalität der Schranken evaluiert. Es wird gezeigt, dass die ZZB ohne "valley-filling"-Funktion im Tiefrauschenfall für gemischte Eingabeverteilungen und additivem Gaußrauschen optimal ist. Für diskrete Eingänge ist die ZZB mit "valley-filling"-Funktion jedoch immer suboptimal. Im Gegensatz dazu kann die SZZB für diskrete Eingänge optimal sein. Hinreichende und notwendige Bedingungen für die Optimalität der Schranken werden angegeben. Schließlich werden Beispiele gezeigt, in denen die Ziv-Zakai-Schranken andere bekannte Bayes'sche Schranken, wie die Cramér-Rao-Schranke und die Maximum-Entropie-Schranke, übertreffen.
Stats
Die Varianz von X ist gegeben durch:
Var(X) = Pd
i=1 Var(Xi)
Quotes
"Die Arbeit präsentiert die allgemeinsten Versionen der Ziv-Zakai-Untergrenzschranken für den minimalen mittleren quadratischen Fehler (MMSE)."
"Es wird gezeigt, dass alle drei Versionen der Ziv-Zakai-Schranken tensorisierbar sind."
"Für diskrete Eingänge ist die ZZB mit 'valley-filling'-Funktion immer suboptimal."