content(sec6,app-G): 动态主线 dyn 下标去掉,记裸 \eta

\eta_{dyn} 与静态 \eta_{stat} 同为 3 维角+Doppler 主参数,去标签后"裸
\eta = 3 维主参数"全文统一。sec6:6 的 \eta_{dyn}=\eta_{stat} 简单对照
改散文"(与静态主线相同)",G:1405 书签 eta-dyn 改 eta。\eta_{ext}(4 维
扩展)、cp/ip(CP-vs-IP 对照)、\psi_{cp,\mu}/\psi_{ip,\mu} 等保留。
This commit is contained in:
2026-06-16 16:53:16 +08:00
parent db95061026
commit 60f00c76e1
2 changed files with 43 additions and 43 deletions
+38 -38
View File
@@ -2,7 +2,7 @@
\label{sec:multiFrameCrb}
本附录汇总多帧动态多星模型下的两类 \gls{crb} 推导:连续相位(CP)模型和独立相位(IP)基线模型。
两者共享主参数 $\boldsymbol\eta_{\mathrm{dyn}}=[\alpha,\beta,\nu_{\mathrm{ref}}]^\Tran$ 与 Doppler rate $\dot\nu_{\mathrm{ref}}$ 作为干扰参数的处理方式,差别在于跨帧相位结构:CP 模型保留同星公共相位约束,IP 模型放弃这一约束。
两者共享主参数 $\boldsymbol\eta=[\alpha,\beta,\nu_{\mathrm{ref}}]^\Tran$ 与 Doppler rate $\dot\nu_{\mathrm{ref}}$ 作为干扰参数的处理方式,差别在于跨帧相位结构:CP 模型保留同星公共相位约束,IP 模型放弃这一约束。
通过对比 CP 与 IP 的 \gls{efim} 可以量化跨帧相位连续性所携带的信息量。
\subsection{连续相位 CP 模型 EFIM}
@@ -15,7 +15,7 @@
主参数统一定义为
%
\begin{equation}
\boldsymbol\eta_{\mathrm{dyn}}
\boldsymbol\eta
=
\begin{bmatrix}
\alpha \\
@@ -23,7 +23,7 @@
\nu_{\mathrm{ref}}
\end{bmatrix},
\qquad
\boldsymbol\eta_{\mathrm{dyn}}\in\mathbb R^3,
\boldsymbol\eta\in\mathbb R^3,
\end{equation}
%
并将 $\dot\nu_{\mathrm{ref}}$ 作为干扰参数处理。为避免重复建模,这里只保留 \gls{crb} 推导所需的最小定义、导数记号与 \gls{fim}/\gls{efim} 结构。
@@ -254,14 +254,14 @@
\boldsymbol\kappa_{\mathrm{cp}}
=
\begin{bmatrix}
\boldsymbol\eta_{\mathrm{dyn}}^{\Tran} & \boldsymbol\psi_{\mathrm{cp},\mu}^{\Tran}
\boldsymbol\eta^{\Tran} & \boldsymbol\psi_{\mathrm{cp},\mu}^{\Tran}
\end{bmatrix}^{\Tran}.
\end{equation}
对单个观测块,有
%
\begin{equation}
\frac{\partial \boldsymbol\mu^{\mathrm{cp}}_{\ell,p}}{\partial \boldsymbol\eta_{\mathrm{dyn}}}
\frac{\partial \boldsymbol\mu^{\mathrm{cp}}_{\ell,p}}{\partial \boldsymbol\eta}
=
\zeta_{\ell,p}^{\mathrm{cp}}\mathbf D^{\mathrm{cp}}_{\eta,\ell,p},
\label{eq:A7_Jeta_cp_block}
@@ -299,7 +299,7 @@
\begin{equation}
\mathbf J^{\mathrm{cp}}_{\eta}
\triangleq
\frac{\partial \boldsymbol\mu^{\mathrm{cp}}}{\partial \boldsymbol\eta_{\mathrm{dyn}}},
\frac{\partial \boldsymbol\mu^{\mathrm{cp}}}{\partial \boldsymbol\eta},
\qquad
\mathbf J^{\mathrm{cp}}_{\psi}
\triangleq
@@ -336,10 +336,10 @@
\right\}.
\end{equation}
%
因此,主参数 $\boldsymbol\eta_{\mathrm{dyn}}$ 在连续相位模型下的 \gls{efim} 为
因此,主参数 $\boldsymbol\eta$ 在连续相位模型下的 \gls{efim} 为
%
\begin{equation}
\mathcal I_{\mathrm e}^{\mathrm{cp}}(\boldsymbol\eta_{\mathrm{dyn}})
\mathcal I_{\mathrm e}^{\mathrm{cp}}(\boldsymbol\eta)
=
\mathcal I_{\eta\eta}^{\mathrm{cp}}
-
@@ -353,9 +353,9 @@
从而其 \gls{crb} 为
%
\begin{equation}
\operatorname{CRB}_{\mathrm{cp}}(\boldsymbol\eta_{\mathrm{dyn}})
\operatorname{CRB}_{\mathrm{cp}}(\boldsymbol\eta)
=
\big(\mathcal I_{\mathrm e}^{\mathrm{cp}}(\boldsymbol\eta_{\mathrm{dyn}})\big)^{-1}.
\big(\mathcal I_{\mathrm e}^{\mathrm{cp}}(\boldsymbol\eta)\big)^{-1}.
\label{eq:A7_CRB_cp}
\end{equation}
@@ -377,7 +377,7 @@
\end{equation}
%
为不含 $\dot\nu_{\mathrm{ref}}$ 的幅度/相位干扰参数。
若 $\dot\nu_{\mathrm{ref}}$ 已知,则先消去 $\boldsymbol\psi_{\mathrm{cp},0}$ 后,主参数 $\boldsymbol\eta_{\mathrm{dyn}}$ 的 known-rate \gls{efim} 可写为
若 $\dot\nu_{\mathrm{ref}}$ 已知,则先消去 $\boldsymbol\psi_{\mathrm{cp},0}$ 后,主参数 $\boldsymbol\eta$ 的 known-rate \gls{efim} 可写为
%
\begin{equation}
\mathcal I_{\mathrm e}^{\mathrm{cp,K}}
@@ -390,8 +390,8 @@
\label{eq:A7_CP_K_EFIM}
\end{equation}
%
其中上标 $(0)$ 表示只按参数 $(\boldsymbol\eta_{\mathrm{dyn}},\boldsymbol\psi_{\mathrm{cp},0})$ 构造的 \gls{fim} 分块。
若进一步把 $\dot\nu_{\mathrm{ref}}$ 作为干扰参数,则可在消去 $\boldsymbol\psi_{\mathrm{cp},0}$ 后,将扩展 \gls{efim} 按 $(\boldsymbol\eta_{\mathrm{dyn}},\dot\nu_{\mathrm{ref}})$ 分块为
其中上标 $(0)$ 表示只按参数 $(\boldsymbol\eta,\boldsymbol\psi_{\mathrm{cp},0})$ 构造的 \gls{fim} 分块。
若进一步把 $\dot\nu_{\mathrm{ref}}$ 作为干扰参数,则可在消去 $\boldsymbol\psi_{\mathrm{cp},0}$ 后,将扩展 \gls{efim} 按 $(\boldsymbol\eta,\dot\nu_{\mathrm{ref}})$ 分块为
%
\begin{equation}
\mathcal I_{\mathrm e}^{\mathrm{cp,ext}}
@@ -416,10 +416,10 @@
\label{eq:A7_CP_U_EFIM_from_K}
\end{equation}
%
式~\eqref{eq:A7_CP_U_EFIM_from_K} 中的第二项不是一个必然很大的性能退化项,而是对 $\boldsymbol\eta_{\mathrm{dyn}}$ 的 residualized score 与 $\dot\nu_{\mathrm{ref}}$ 的 residualized nuisance score 之间耦合程度的 accounting。
式~\eqref{eq:A7_CP_U_EFIM_from_K} 中的第二项不是一个必然很大的性能退化项,而是对 $\boldsymbol\eta$ 的 residualized score 与 $\dot\nu_{\mathrm{ref}}$ 的 residualized nuisance score 之间耦合程度的 accounting。
若该残差耦合很弱,则 known-rate 与 unknown-rate bound 可以非常接近。
进一步将 known-rate \gls{efim} 和 rate-coupling 向量按 $\boldsymbol\eta_{\mathrm{dyn}}=[\boldsymbol\xi^\Tran,\nu_{\mathrm{ref}}]^\Tran$ 分块:
进一步将 known-rate \gls{efim} 和 rate-coupling 向量按 $\boldsymbol\eta=[\boldsymbol\xi^\Tran,\nu_{\mathrm{ref}}]^\Tran$ 分块:
%
\begin{equation}
\mathcal I_{\eta\eta}^{\mathrm K}
@@ -510,7 +510,7 @@
\boldsymbol\eta_{\mathrm{ext}}
\triangleq
\begin{bmatrix}
\boldsymbol\eta_{\mathrm{dyn}} \\
\boldsymbol\eta \\
\dot\nu_{\mathrm{ref}}
\end{bmatrix}
=
@@ -599,7 +599,7 @@
\mathbf I_{M_\ell T}-\mathcal P_{\mathbf g^{\mathrm{cp}}_{\ell,p}}.
\end{equation}
若关心的是联合参数 $\boldsymbol\eta_{\mathrm{ext}}=[\boldsymbol\eta_{\mathrm{dyn}}^{\Tran},\dot\nu_{\mathrm{ref}}]^{\Tran}$ 的 \gls{crb},则直接有
若关心的是联合参数 $\boldsymbol\eta_{\mathrm{ext}}=[\boldsymbol\eta^{\Tran},\dot\nu_{\mathrm{ref}}]^{\Tran}$ 的 \gls{crb},则直接有
%
\begin{equation}
\operatorname{CRB}_{\mathrm{rel}}(\boldsymbol\eta_{\mathrm{ext}})
@@ -608,7 +608,7 @@
\label{eq:A7_CRB_rel_ext}
\end{equation}
若进一步仍只把 $\boldsymbol\eta_{\mathrm{dyn}}$ 视为感兴趣参数,而将 $\dot\nu_{\mathrm{ref}}$ 作为干扰参数,则将 \eqref{eq:A7_Ieff_rel_ext} 按
若进一步仍只把 $\boldsymbol\eta$ 视为感兴趣参数,而将 $\dot\nu_{\mathrm{ref}}$ 作为干扰参数,则将 \eqref{eq:A7_Ieff_rel_ext} 按
%
\begin{equation}
\mathcal I_{\mathrm e}^{\mathrm{rel}}(\boldsymbol\eta_{\mathrm{ext}})
@@ -622,7 +622,7 @@
分块,则对应的主参数 \gls{efim} 为
%
\begin{equation}
\mathcal I_{\mathrm e,\eta}^{\mathrm{rel}}(\boldsymbol\eta_{\mathrm{dyn}})
\mathcal I_{\mathrm e,\eta}^{\mathrm{rel}}(\boldsymbol\eta)
=
\mathcal I_{\eta\eta}^{\mathrm{rel}}
-
@@ -635,9 +635,9 @@
于是
%
\begin{equation}
\operatorname{CRB}_{\mathrm{rel}}(\boldsymbol\eta_{\mathrm{dyn}})
\operatorname{CRB}_{\mathrm{rel}}(\boldsymbol\eta)
=
\big(\mathcal I_{\mathrm e,\eta}^{\mathrm{rel}}(\boldsymbol\eta_{\mathrm{dyn}})\big)^{-1}.
\big(\mathcal I_{\mathrm e,\eta}^{\mathrm{rel}}(\boldsymbol\eta)\big)^{-1}.
\label{eq:A7_CRB_rel_eta}
\end{equation}
@@ -664,7 +664,7 @@
\qquad
\mathbf J_{\eta}
\triangleq
\frac{\partial\boldsymbol\mu}{\partial\boldsymbol\eta_{\mathrm{dyn}}},
\frac{\partial\boldsymbol\mu}{\partial\boldsymbol\eta},
\qquad
\mathbf J_{\psi}
\triangleq
@@ -777,7 +777,7 @@ $\mathcal I_{\mathrm{e}}$ 会出现小特征值;若同时多星几何使其他
则 $\kappa(\mathcal I_{\mathrm{e}})$ 会显著变大。
接下来把上述投影解释专门用于 \gls{doa}--Doppler 耦合。将 \gls{efim} 按
$\boldsymbol\eta_{\mathrm{dyn}}=[\boldsymbol\xi^\Tran,\nu_{\mathrm{ref}}]^\Tran$ 分块为
$\boldsymbol\eta=[\boldsymbol\xi^\Tran,\nu_{\mathrm{ref}}]^\Tran$ 分块为
%
\begin{equation}
\mathcal I_{\mathrm{e}}
@@ -1044,11 +1044,11 @@ $\mathcal T_{\mathrm{sub}}=\{\tau_{p_1},\ldots,\tau_{p_Q}\}$,则
2\Re\{(\mathbf J_{\mathrm{full}}^{\mathrm{cp}})^{\Herm}\mathbf R_n^{-1}\mathbf J_{\mathrm{full}}^{\mathrm{cp}}\},
\end{equation}
%
再按 $[\boldsymbol\eta_{\mathrm{dyn}}^{\Tran},\boldsymbol\psi_{\mathrm{cp},\mu}^{\Tran}]^{\Tran}$ 分块执行 Schur 补得到式~\eqref{eq:A7_Ieff_cp}。最后,对 relaxed 连续相位模型,应同时用完整 \gls{fim} 消元和投影式~\eqref{eq:A7_Ieff_rel_ext} 计算一次,两者应在数值精度内一致;该检查可以有效排除 $\mathbf g^{\mathrm{cp}}_{\ell,p}$、$\mathbf D^{\mathrm{rel}}_{\mathrm{ext},\ell,p}$、噪声方差系数和 Kronecker 堆叠顺序的实现错误。
再按 $[\boldsymbol\eta^{\Tran},\boldsymbol\psi_{\mathrm{cp},\mu}^{\Tran}]^{\Tran}$ 分块执行 Schur 补得到式~\eqref{eq:A7_Ieff_cp}。最后,对 relaxed 连续相位模型,应同时用完整 \gls{fim} 消元和投影式~\eqref{eq:A7_Ieff_rel_ext} 计算一次,两者应在数值精度内一致;该检查可以有效排除 $\mathbf g^{\mathrm{cp}}_{\ell,p}$、$\mathbf D^{\mathrm{rel}}_{\mathrm{ext},\ell,p}$、噪声方差系数和 Kronecker 堆叠顺序的实现错误。
\subsubsection{关于噪声方差参数的说明}
上面的推导默认 $\{\sigma_\ell\}$ 已知,或者已通过预估获得。若将 $\{\sigma_\ell\}$ 也并入待估参数,由于本附录中的确定信号模型只通过均值向量依赖于 $\boldsymbol\eta_{\mathrm{dyn}}$、$\dot\nu_{\mathrm{ref}}$ 及各类增益/相位参数,而协方差只依赖于 $\{\sigma_\ell\}$,因此噪声方差参数与均值参数在 Fisher 信息矩阵中是正交的。对第 $\ell$ 颗卫星,有
上面的推导默认 $\{\sigma_\ell\}$ 已知,或者已通过预估获得。若将 $\{\sigma_\ell\}$ 也并入待估参数,由于本附录中的确定信号模型只通过均值向量依赖于 $\boldsymbol\eta$、$\dot\nu_{\mathrm{ref}}$ 及各类增益/相位参数,而协方差只依赖于 $\{\sigma_\ell\}$,因此噪声方差参数与均值参数在 Fisher 信息矩阵中是正交的。对第 $\ell$ 颗卫星,有
%
\begin{equation}
\big[\mathcal I(\boldsymbol\kappa)\big]_{\sigma_\ell,\sigma_\ell}
@@ -1067,7 +1067,7 @@ $\mathcal T_{\mathrm{sub}}=\{\tau_{p_1},\ldots,\tau_{p_Q}\}$,则
主参数统一定义为
%
\begin{equation}
\boldsymbol\eta_{\mathrm{dyn}}
\boldsymbol\eta
=
\begin{bmatrix}
\alpha \\
@@ -1075,7 +1075,7 @@ $\mathcal T_{\mathrm{sub}}=\{\tau_{p_1},\ldots,\tau_{p_Q}\}$,则
\nu_{\mathrm{ref}}
\end{bmatrix},
\qquad
\boldsymbol\eta_{\mathrm{dyn}}\in\mathbb R^3,
\boldsymbol\eta\in\mathbb R^3,
\end{equation}
%
并继续将 $\dot\nu_{\mathrm{ref}}$ 作为干扰参数处理。为避免与正文和 \ref{sec:A7_dynDoaDopplerCrb} 重复,这里只保留独立相位模型对应的最小定义、导数记号与 \gls{efim} 结构。
@@ -1293,7 +1293,7 @@ $\mathcal T_{\mathrm{sub}}=\{\tau_{p_1},\ldots,\tau_{p_Q}\}$,则
\boldsymbol\kappa_{\mathrm{ip}}
=
\begin{bmatrix}
\boldsymbol\eta_{\mathrm{dyn}}^{\Tran} & \boldsymbol\psi_{\mathrm{ip},\mu}^{\Tran}
\boldsymbol\eta^{\Tran} & \boldsymbol\psi_{\mathrm{ip},\mu}^{\Tran}
\end{bmatrix}^{\Tran}.
\end{equation}
%
@@ -1351,7 +1351,7 @@ $\mathcal T_{\mathrm{sub}}=\{\tau_{p_1},\ldots,\tau_{p_Q}\}$,则
%
\begin{equation}
\begin{bmatrix}
\boldsymbol\eta_{\mathrm{dyn}}^{\Tran} & \dot\nu_{\mathrm{ref}}
\boldsymbol\eta^{\Tran} & \dot\nu_{\mathrm{ref}}
\end{bmatrix}^{\Tran}
\end{equation}
%
@@ -1402,18 +1402,18 @@ $\mathcal T_{\mathrm{sub}}=\{\tau_{p_1},\ldots,\tau_{p_Q}\}$,则
\label{eq:A8_IP_FIM_etadotnu}
\end{equation}
\subsubsection{\texorpdfstring{主参数 $\boldsymbol\eta_{\mathrm{dyn}}$ 的 \gls{efim} 与 CRB}{主参数 eta-dyn 的 EFIM 与 CRB}}
\subsubsection{\texorpdfstring{主参数 $\boldsymbol\eta$ 的 \gls{efim} 与 CRB}{主参数 eta 的 EFIM 与 CRB}}
若把 $\dot\nu_{\mathrm{ref}}$ 也视为感兴趣参数,则
%
\begin{equation}
\operatorname{CRB}_{\mathrm{ip}}(\boldsymbol\eta_{\mathrm{dyn}},\dot\nu_{\mathrm{ref}})
\operatorname{CRB}_{\mathrm{ip}}(\boldsymbol\eta,\dot\nu_{\mathrm{ref}})
=
\big(\mathcal I^{\mathrm{ip}}_{\mathrm{ext}}\big)^{-1}.
\label{eq:A8_IP_CRB_etadotnu}
\end{equation}
若仍只把 $\boldsymbol\eta_{\mathrm{dyn}}$ 作为主参数,而把 $\dot\nu_{\mathrm{ref}}$ 作为干扰参数,则将
若仍只把 $\boldsymbol\eta$ 作为主参数,而把 $\dot\nu_{\mathrm{ref}}$ 作为干扰参数,则将
\eqref{eq:A8_IP_FIM_etadotnu} 按如下方式分块:
%
\begin{equation}
@@ -1426,10 +1426,10 @@ $\mathcal T_{\mathrm{sub}}=\{\tau_{p_1},\ldots,\tau_{p_Q}\}$,则
\label{eq:A8_IP_FIM_partition}
\end{equation}
%
于是主参数 $\boldsymbol\eta_{\mathrm{dyn}}$ 的 \gls{efim} 为
于是主参数 $\boldsymbol\eta$ 的 \gls{efim} 为
%
\begin{equation}
\mathcal I^{\mathrm{ip}}_{\mathrm e}(\boldsymbol\eta_{\mathrm{dyn}})
\mathcal I^{\mathrm{ip}}_{\mathrm e}(\boldsymbol\eta)
=
\mathcal I^{\mathrm{ip}}_{\eta\eta}
-
@@ -1442,9 +1442,9 @@ $\mathcal T_{\mathrm{sub}}=\{\tau_{p_1},\ldots,\tau_{p_Q}\}$,则
从而
%
\begin{equation}
\operatorname{CRB}_{\mathrm{ip}}(\boldsymbol\eta_{\mathrm{dyn}})
\operatorname{CRB}_{\mathrm{ip}}(\boldsymbol\eta)
=
\big(\mathcal I^{\mathrm{ip}}_{\mathrm e}(\boldsymbol\eta_{\mathrm{dyn}})\big)^{-1}.
\big(\mathcal I^{\mathrm{ip}}_{\mathrm e}(\boldsymbol\eta)\big)^{-1}.
\label{eq:A8_IP_CRB_eta}
\end{equation}
@@ -1465,7 +1465,7 @@ $\mathcal T_{\mathrm{sub}}=\{\tau_{p_1},\ldots,\tau_{p_Q}\}$,则
\bar{\mathbf J}^{\mathrm{ip}}_{\eta}
\triangleq
\mathbf R_n^{-1/2}
\frac{\partial\boldsymbol\mu^{\mathrm{ip}}}{\partial\boldsymbol\eta_{\mathrm{dyn}}},
\frac{\partial\boldsymbol\mu^{\mathrm{ip}}}{\partial\boldsymbol\eta},
\qquad
\bar{\mathbf J}^{\mathrm{ip}}_{\psi}
\triangleq
@@ -1506,4 +1506,4 @@ Doppler 截距信息,因此通常不会缓解 \gls{doa}--Doppler--rate 耦合
%
因此,将 $\sigma_\ell$ 视为未知量不会改变式~\eqref{eq:A8_IP_FIM_etadotnu} 与式~\eqref{eq:A8_IP_EFIM_eta} 的形式,只是在完整 Fisher 信息矩阵中附加一个与其他参数解耦的对角块。
至此,动态多帧主线的两类性能界已经形成闭环: \ref{sec:A7_dynDoaDopplerCrb} 对应连续相位/relaxed 连续相位模型,本附录对应独立相位基线模型。二者共享同一主参数 $\boldsymbol\eta_{\mathrm{dyn}}$,因而可以直接比较相位连续性对 \gls{doa}--Doppler 信息保留能力的影响。
至此,动态多帧主线的两类性能界已经形成闭环: \ref{sec:A7_dynDoaDopplerCrb} 对应连续相位/relaxed 连续相位模型,本附录对应独立相位基线模型。二者共享同一主参数 $\boldsymbol\eta$,因而可以直接比较相位连续性对 \gls{doa}--Doppler 信息保留能力的影响。
+5 -5
View File
@@ -3,7 +3,7 @@
前面五节都在单帧(静态)框架内沿不同维度推进问题。第一篇论文的方向是另一个独立的维度扩展:将单观测块推广为\emph{多帧观测窗口},由此带来跨帧绝对相位连续性这一新信息。
本节在第~\ref{sec:multiArrayStatDetDoaDopplerEst} 节单用户多星静态模型的基础上引入多帧索引、Doppler rate 与跨帧连续相位结构,但\emph{不}叠加第 4、5 节的多用户与时间戳误差扩展,以保持 ``一节一维度'' 的推进风格。
主估计目标仍为 $\boldsymbol\eta_{\mathrm{dyn}}=\boldsymbol\eta_{\mathrm{stat}}=[\boldsymbol\xi^\Tran,\nu_{\mathrm{ref}}]^\Tran$,而参考链路 Doppler rate $\dot\nu_{\mathrm{ref}}$ 作为干扰参数处理。
主估计目标仍为 $\boldsymbol\eta=[\boldsymbol\xi^\Tran,\nu_{\mathrm{ref}}]^\Tran$(与静态主线相同),而参考链路 Doppler rate $\dot\nu_{\mathrm{ref}}$ 作为干扰参数处理。
本节以连续相位 CP 作为多帧主模型,并以独立相位 IP 作为 phase-relaxed deterministic 基线进行对照——二者不是并列的两套物理模型,而是``主模型 vs.\ 放弃跨帧绝对相位约束的基线''——以此量化跨帧相位连续性携带的信息量;详细 \gls{fim}/\gls{crb} 推导见\ref{sec:multiFrameCrb}。
\subsection{时间索引与参考星 Doppler rate}
@@ -156,7 +156,7 @@ CP 模型的干扰参数向量为
在 ``星间异方差、星内短窗同方差'' 假设下,联合负对数似然为
%
\begin{equation}
\mathcal L_{\mathrm{cp}}(\boldsymbol\eta_{\mathrm{dyn}},\boldsymbol\psi_{\mathrm{cp}})
\mathcal L_{\mathrm{cp}}(\boldsymbol\eta,\boldsymbol\psi_{\mathrm{cp}})
=
\sum_{\ell=0}^{L-1}M_\ell PT\log\sigma_\ell
+
@@ -174,7 +174,7 @@ CP 模型的干扰参数向量为
依次对 $\sigma_\ell$ 做轮廓化、对非负幅度 $\rho_{\ell,p}^{\mathrm{cp}}$ 做正部最小二乘消元后,结构化 CP 集中似然估计准则可写为
%
\begin{equation}
\widehat{\boldsymbol\eta}_{\mathrm{dyn}}
\widehat{\boldsymbol\eta}
=
\arg\min_{\boldsymbol\xi,\nu_{\mathrm{ref}}}
\min_{\dot\nu_{\mathrm{ref}},\{\chi_\ell\}}
@@ -212,7 +212,7 @@ CP 模型的干扰参数向量为
按 $\dot\nu_{\mathrm{ref}}$ 是否已知,CP 模型派生两种设置:
\begin{itemize}
\item \textbf{CP-K}(known rate):$\dot\nu_{\mathrm{ref}}$ 已知,主参数仅 $\boldsymbol\eta_{\mathrm{dyn}}=[\boldsymbol\xi^\Tran,\nu_{\mathrm{ref}}]^\Tran$,对应 \gls{efim} 见 \eqref{eq:A7_CP_K_EFIM}。
\item \textbf{CP-K}(known rate):$\dot\nu_{\mathrm{ref}}$ 已知,主参数仅 $\boldsymbol\eta=[\boldsymbol\xi^\Tran,\nu_{\mathrm{ref}}]^\Tran$,对应 \gls{efim} 见 \eqref{eq:A7_CP_K_EFIM}。
\item \textbf{CP-U}(unknown rate):$\dot\nu_{\mathrm{ref}}$ 未知并作为干扰参数 Schur complement 消去,对应 \gls{efim} 见 \eqref{eq:A7_CP_U_EFIM_from_K}。
\end{itemize}
@@ -237,7 +237,7 @@ CP 模型的干扰参数向量为
%
其奇异性由投影后主参数 Jacobian 的秩决定,而非 $\bar{\mathbf J}_\eta$ 本身。详细的投影解释、最小投影角 $\sin^2\theta_{\min}$ 定义、以及 $\boldsymbol\xi$/$\nu_{\mathrm{ref}}$ Schur 分块下的 \gls{doa}--Doppler 耦合比例 $\gamma_{\xi,\nu}^2$ 见附录~\ref{subsec:A7_efimIllConditioning}。
将 \gls{efim} 按 $\boldsymbol\eta_{\mathrm{dyn}}=[\boldsymbol\xi^\Tran,\nu_{\mathrm{ref}}]^\Tran$ 分块后,$\boldsymbol\xi$ 未知条件下 $\nu_{\mathrm{ref}}$ 的边际 \gls{crb} 满足
将 \gls{efim} 按 $\boldsymbol\eta=[\boldsymbol\xi^\Tran,\nu_{\mathrm{ref}}]^\Tran$ 分块后,$\boldsymbol\xi$ 未知条件下 $\nu_{\mathrm{ref}}$ 的边际 \gls{crb} 满足
%
\begin{equation}
\operatorname{CRB}_{\nu}