content(symbol): 正文缩写裸短形式统一为 \gls
正文已定义缩写(EFIM/CRB/FIM/MUSIC/ESPRIT/MLE/ULA/UPA)的裸短形式共
128 处改用 \gls{key}。排除:section 标题、数学模式记号与下标(如
\mathrm{CDML}、\mathrm{UPA})、\caption 题注、"全称(缩写)"并列释义,
以及 \ref/\eqref/\label/\cite 标签键(键内 _EFIM 等会被误伤)。
diff 为 1:1 替换,两遍编译无 undefined references。
This commit is contained in:
+11
-11
@@ -186,7 +186,7 @@ CP 模型的干扰参数向量为
|
||||
\subsection{relaxed 连续相位与 IP 集中准则}
|
||||
\label{subsec:dynamicRelaxedModel}
|
||||
|
||||
实际搜索时,可进一步把同星跨帧公共相位约束放松为每块自由复系数 $\zeta_{\ell,p}^{\mathrm{cp,rel}}$(仅放松块复系数结构,相位模板仍为 CP),得到 \emph{relaxed} concentrated MLE:
|
||||
实际搜索时,可进一步把同星跨帧公共相位约束放松为每块自由复系数 $\zeta_{\ell,p}^{\mathrm{cp,rel}}$(仅放松块复系数结构,相位模板仍为 CP),得到 \emph{relaxed} concentrated \gls{mle}:
|
||||
%
|
||||
\begin{equation}
|
||||
\widehat{\boldsymbol\eta}_{\mathrm{dyn,rel}}
|
||||
@@ -196,7 +196,7 @@ CP 模型的干扰参数向量为
|
||||
\sum_{\ell=0}^{L-1}M_\ell PT\log \mathcal R^{\mathrm{cp,rel}}_\ell.
|
||||
\end{equation}
|
||||
%
|
||||
相应地,IP 基线的 concentrated MLE 直接对自由复增益 $\zeta_{\ell,p}^{\mathrm{ip}}$ 做闭式消元后得到
|
||||
相应地,IP 基线的 concentrated \gls{mle} 直接对自由复增益 $\zeta_{\ell,p}^{\mathrm{ip}}$ 做闭式消元后得到
|
||||
%
|
||||
\begin{equation}
|
||||
\widehat{\boldsymbol\eta}_{\mathrm{dyn,ip}}
|
||||
@@ -212,8 +212,8 @@ 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 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 EFIM 见 \eqref{eq:A7_CP_U_EFIM_from_K}。
|
||||
\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-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}
|
||||
|
||||
一个值得指出的结构性现象:在 single-satellite multi-frame 情形中,若该卫星即参考星,则参考链路上 $\Delta\nu(\boldsymbol\xi)\equiv\Delta\dot\nu(\boldsymbol\xi)\equiv 0$,几何映射不通过 $\boldsymbol\xi$ 引入额外时间相位导数。在标准窄带阵列模型下,\gls{doa} 导数与 $\nu_{\mathrm{ref}}$、$\dot\nu_{\mathrm{ref}}$ 的导数在 Fisher 内积意义下正交,因此 single-satellite multi-frame 的 \gls{doa} bound 在 known-rate 与 unknown-rate 设置下完全一致;在 multi-satellite 情形中这一严格正交性一般不再成立。详细证明见附录~\ref{subsec:A7_knownUnknownRateOrthogonality}。
|
||||
@@ -223,7 +223,7 @@ CP 模型的干扰参数向量为
|
||||
|
||||
多星协作带来的增益并不是对 $\boldsymbol\xi$ 与 $\nu_{\mathrm{ref}}$ 的等比例放大。
|
||||
新增观测只增加主参数 score 在干扰参数 score 正交补上的投影长度。
|
||||
若令 $\boldsymbol\psi_\mu$ 表示只影响均值向量的干扰参数(包含 $\dot\nu_{\mathrm{ref}}$、相位与幅度),白化均值 Jacobian 分别记为 $\bar{\mathbf J}_\eta,\bar{\mathbf J}_\psi$,则消去干扰参数后的 EFIM 写为投影 Gram 矩阵
|
||||
若令 $\boldsymbol\psi_\mu$ 表示只影响均值向量的干扰参数(包含 $\dot\nu_{\mathrm{ref}}$、相位与幅度),白化均值 Jacobian 分别记为 $\bar{\mathbf J}_\eta,\bar{\mathbf J}_\psi$,则消去干扰参数后的 \gls{efim} 写为投影 Gram 矩阵
|
||||
%
|
||||
\begin{equation}
|
||||
\mathcal I_{\mathrm{e}}
|
||||
@@ -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 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 $\boldsymbol\eta_{\mathrm{dyn}}=[\boldsymbol\xi^\Tran,\nu_{\mathrm{ref}}]^\Tran$ 分块后,$\boldsymbol\xi$ 未知条件下 $\nu_{\mathrm{ref}}$ 的边际 \gls{crb} 满足
|
||||
%
|
||||
\begin{equation}
|
||||
\operatorname{CRB}_{\nu}
|
||||
@@ -250,13 +250,13 @@ CP 模型的干扰参数向量为
|
||||
\frac{1}{\sqrt{1-\gamma_{\xi,\nu}^{2}}}.
|
||||
\end{equation}
|
||||
%
|
||||
因此 $\nu_{\mathrm{ref}}$ 的多星增益受 \gls{doa}--Doppler 耦合比例约束:即使多星几何能放大 $\mathcal I_{\nu\nu}$,若 $\gamma_{\xi,\nu}^2$ 随 $L$ 增大而恶化,则边际 Doppler CRB 仍受限。
|
||||
因此 $\nu_{\mathrm{ref}}$ 的多星增益受 \gls{doa}--Doppler 耦合比例约束:即使多星几何能放大 $\mathcal I_{\nu\nu}$,若 $\gamma_{\xi,\nu}^2$ 随 $L$ 增大而恶化,则边际 Doppler \gls{crb} 仍受限。
|
||||
$\boldsymbol\xi$ 的增益主要来自空间视线与阵列流形几何多样性;$\nu_{\mathrm{ref}}$ 的增益主要来自能量叠加与跨帧相干结构,并受到 Schur 损失限制。
|
||||
|
||||
\subsection{周期多帧观测下的 Doppler comb 与 tooth ambiguity}
|
||||
\label{subsec:fdCombToothAmbiguity}
|
||||
|
||||
上一小节的 EFIM 描述的是已落入正确局部 basin 后的 in-tooth 曲率;它不能解释 profile likelihood 在 Doppler 方向上的全局离散多峰结构——后者属于局部 CRB 失效的门限区现象~\cite{athleyThresholdRegionPerformance2005}。
|
||||
上一小节的 \gls{efim} 描述的是已落入正确局部 basin 后的 in-tooth 曲率;它不能解释 profile likelihood 在 Doppler 方向上的全局离散多峰结构——后者属于局部 \gls{crb} 失效的门限区现象~\cite{athleyThresholdRegionPerformance2005}。
|
||||
若参与相干匹配的帧集合为 $\mathcal P$、第 $p$ 帧起始偏移为 $\tau_p$,则沿 $\nu_{\mathrm{ref}}$ 方向的集中目标包含 frame-time spectral window
|
||||
%
|
||||
\begin{equation}
|
||||
@@ -276,7 +276,7 @@ $\boldsymbol\xi$ 的增益主要来自空间视线与阵列流形几何多样性
|
||||
%
|
||||
处所有帧相位同时对齐,产生间隔为 $\Delta\nu_{\mathrm{tooth}}$ 的 comb-like objective branches。
|
||||
换算到物理 Hz 即 $\Delta\nu_{\mathrm{tooth}}^{\mathrm{Hz}}=1/(\Delta\tau_{\mathrm{f}}T_{\mathrm s})$。
|
||||
该 comb 是全局 profile likelihood 的周期窗口效应,与 EFIM 局部曲率并不矛盾——EFIM 只刻画某一个 tooth 内的二阶曲率,并不保证全局唯一 tooth。
|
||||
该 comb 是全局 profile likelihood 的周期窗口效应,与 \gls{efim} 局部曲率并不矛盾——\gls{efim} 只刻画某一个 tooth 内的二阶曲率,并不保证全局唯一 tooth。
|
||||
|
||||
相邻 tooth 是否容易区分由两层因素共同决定:单帧 pilot block 的长度 $T$(控制块内 Doppler 相干带宽)与非周期 subset 的窗口形状(控制 comb 旁瓣压制)。
|
||||
当 $T\ll\Delta\tau_{\mathrm{f}}$ 时,相邻 tooth 的块内相干损失约为 $\frac{\pi^2}{3}(T/\Delta\tau_{\mathrm{f}})^2$,因此增大 $T$ 可增强相邻 tooth 的分离度。
|
||||
@@ -292,6 +292,6 @@ $\boldsymbol\xi$ 的增益主要来自空间视线与阵列流形几何多样性
|
||||
\mathcal L^{\mathrm{pro}}_{\mathrm{cp}}(\widehat{\boldsymbol\eta}_{0}),
|
||||
\end{equation}
|
||||
%
|
||||
则 EFIM/CRB 只有在 $D_{\mathrm{tooth}}$ 足够大、tooth 选对后才能作为同 tooth 内估计误差的局部描述。Dirichlet 窗口的完整推导、块内相干损失的 sinc 近似与 tooth 可分离性的数值刻画均见附录~\ref{sec:A7_dynDoaDopplerCrb} 末尾的补充分析。
|
||||
则 \gls{efim}/\gls{crb} 只有在 $D_{\mathrm{tooth}}$ 足够大、tooth 选对后才能作为同 tooth 内估计误差的局部描述。Dirichlet 窗口的完整推导、块内相干损失的 sinc 近似与 tooth 可分离性的数值刻画均见附录~\ref{sec:A7_dynDoaDopplerCrb} 末尾的补充分析。
|
||||
|
||||
本节完成了多帧动态主线:CP 模型通过同星公共相位 $\chi_\ell$ 显式利用跨帧绝对时间信息,IP 模型作为对照基线放弃跨帧绝对相位;二者的 EFIM 差异量化了跨帧连续相位携带的信息量。
|
||||
本节完成了多帧动态主线:CP 模型通过同星公共相位 $\chi_\ell$ 显式利用跨帧绝对时间信息,IP 模型作为对照基线放弃跨帧绝对相位;二者的 \gls{efim} 差异量化了跨帧连续相位携带的信息量。
|
||||
|
||||
Reference in New Issue
Block a user