content(sec1): 前言/sec1/sec2 正式度与现象解释提升

前言:口语句("想清楚/能跟着推一遍")改书面、Schur
complement→Schur 补统一。sec1:单快拍退化由"退化平凡"展
开为"信源快拍与观测等量、似然无残差拟合、来向不可辨"的
机理说明;随机信号下 Doppler 不可分补"时间相位在二阶统计
平均中被抹去、协方差无可分辨印记"的解释。sec2:英文动词
"profile 处理"改"轮廓化(profile)处理"。仅措辞与解释,
不动模型与公式。
This commit is contained in:
2026-06-23 14:08:59 +08:00
parent 0620a7989a
commit 48316396ed
3 changed files with 6 additions and 6 deletions
+3 -3
View File
@@ -1,13 +1,13 @@
\section*{前言}
\addcontentsline{toc}{section}{前言}
这是一份学习笔记,用来记录自己是如何一步步把``用通信信号估计 \gls{doa} 与 Doppler''这件事想清楚的。
笔记不追求论文式的紧凑,而追求``读起来能跟着推一遍''的连贯性。
这是一份学习笔记,用以记录将``用通信信号估计 \gls{doa} 与 Doppler''这一问题逐步厘清的过程。
它不以论文式的紧凑为目标,而力求推导链条的连贯,使读者——也包括日后重读的作者本人——能够逐步跟随、自行复现。
正文按一条由简到繁的递进路径组织,每节只沿一个维度推进问题,其他维度保持最简形态。
起点是多快拍场景下的单阵列确定信号 \gls{doa} 估计;之后依次引入 Doppler、多星几何、多用户、星间时间戳误差,再转入多帧连续相位结构,最后以从全局方向到用户三维位置的输出参数化作为收尾。
每节开头有一段过渡,说明上一节的什么限制被解除、本节新增什么结构。
正文只写到集中似然的最终形式与 \gls{efim} 的 Schur complement 表达式,详细矩阵代入与逐步化简集中在附录,使正文每节的推导密度保持一致。
正文只写到集中似然的最终形式与 \gls{efim} 的 Schur 补表达式,详细矩阵代入与逐步化简集中在附录,使正文每节的推导密度保持一致。
符号采取``跟随问题引入''的策略:每个符号在它第一次出现的那一节首次定义,定义紧贴使用场景,而不在阅读流之前堆叠完整符号表。
若需要查找某个符号在全文范围内的定义、维度与所属参数组,请直接翻到\textbf{\appref{sec:assumptionsAndNotation} 完整符号索引},它按主题分表整理了 \gls{doa} 与几何、Doppler 与相位、\gls{fim}/\gls{crb}、时间戳误差、波束成形接口等所有符号。
+2 -2
View File
@@ -2,7 +2,7 @@
\label{sec:det_doa_est}
本节是整份笔记的实质起点。
起点直接取多快拍:单快拍下 \gls{mle} 退化平凡,承载不了后续要复用的投影、集中似然与干扰参数消元等基本工具,多快拍是这些工具的最小载体。设 $K$ 个信源从远场入射到 $M$ 元阵列,在 $T$ 个快拍内连续观测,目标是估计来向 $\bm\Theta$。
这里直接从多快拍场景出发:单快拍($T=1$)下确定信号 \gls{mle} 退化为平凡情形——待估的信源快拍与观测等量,似然总能被无残差地拟合、来向无从分辨;同时也不足以支撑后续各节反复使用的子空间投影、集中似然与干扰参数消元等工具。多快拍因而是这些工具得以成立的最小场景。设 $K$ 个信源从远场入射到 $M$ 元阵列,在 $T$ 个快拍内连续观测,目标是估计来向 $\bm\Theta$。
本节先建立信号模型与对数似然函数,再以集中似然消去信号快拍与噪声方差后得到的 \gls{cdml} 准则收尾;详细矩阵代入与 \gls{crb} 推导见\appref{sec:det_doa_crb}。
\subsection{信号模型}
@@ -187,5 +187,5 @@ $\mathcal P_{\mathbf A}$ 是导向矩阵列空间的正交投影算子,用于
\label{subsec:sml_contrast}
经典文献中另一条主线是随机信号模型,即把 $\mathbf x_t$ 视为零均值复高斯过程 $\mathbf x_t\sim\mathcal{CN}(\mathbf 0,\mathbf R_x)$。此时观测协方差为 $\mathbf R(\bm\Theta)=\mathbf A(\bm\Theta)\mathbf R_x\mathbf A^\Herm(\bm\Theta)+\sigma\mathbf I_M$,\gls{sml} 似然只通过 $\mathbf R(\bm\Theta)$ 依赖参数,从而只能识别信号子空间而非信号波形。
一旦引入 Doppler,时间相位项 $e^{j\nu_k t}$ 会被随机信号波形的统计平均吸收,\gls{doa} 与 Doppler 不可分离;这是本笔记后续主线选择确定信号假设(已知训练序列/导频)的根本原因。
正因只保留二阶统计量,一旦引入 Doppler,其时间相位 $e^{j\nu_k t}$ 会在对随机波形求统计平均时被一并抹去,无法在协方差 $\mathbf R(\bm\Theta)$ 中留下可分辨的印记,\gls{doa} 与 Doppler 由此耦合而不可分。这正是本笔记后续主线选择确定信号假设(已知训练序列/导频)的根本原因。
随机信号 \gls{doa} 估计与其 \gls{crb} 仅作为对照保留在\appref{sec:sto_doa_crb} 中供查阅,不再进入第~\ref{sec:det_doa_doppler_est} 节及之后的主线。
+1 -1
View File
@@ -115,7 +115,7 @@ $\mathbf b_{\mathrm{st},k}$ 的 Kronecker 结构把空间维度的 $\mathbf a(\b
其中 $\mathcal P_{\mathbf B_{\mathrm{st}}}\triangleq\mathbf B_{\mathrm{st}}\left(\mathbf B_{\mathrm{st}}^\Herm\mathbf B_{\mathrm{st}}\right)^{-1}\mathbf B_{\mathrm{st}}^\Herm$ 为空时字典列空间的投影算子。
对 $\boldsymbol\zeta$ 与 $\sigma$ 的闭式消元过程与第~\ref{sec:det_doa_est} 节的单阵列 \gls{doa} 完全平行,详细矩阵代入见\appref{sec:det_doa_doppler_crb}。
若 Doppler 本身不感兴趣、仅作为干扰参数,可先做 profile 处理:
若 Doppler 本身并非估计目标、仅作为干扰参数,可先对其做轮廓化(profile)处理:
%
\begin{equation}
\widehat{\bm\Theta}_{\mathrm{CDML}}