content(app-F): 附录英文行话中文化,与正文术语一致

按正文同一标准扫附录 A/E/F/H:relaxed→放松、known-rate/
unknown-rate→Doppler rate 已知/未知、score→得分/均值导数
(按 Fisher 梯度 vs ∂g/∂δ 分别译)、residualized→残差、
comb/tooth/tooth ambiguity→梳状/梳齿/齿间模糊、profile
likelihood→轮廓似然、pilot block→导频块、subset→子集、
tooth acquisition/refine→梳齿捕获/精化、wrong-tooth
error→选错梳齿的误差、branch→分支、single-satellite
multi-frame→单星多帧、reference steering vector→参考导向
矢量、benchmark→基准、representative geometry→代表性几
何、accounting→度量、sanity check→自洽性检查、scalar
bound/DoA bound→标量界/DoA CRB、structured CP 补中文。
首次出现保留英文括注;sandwich 在 sec7 首现处补"夹心型"
释义。数学下标(tooth/blk 等)不动。
This commit is contained in:
2026-06-23 14:38:30 +08:00
parent f5218cf104
commit f5730ec87c
5 changed files with 56 additions and 56 deletions
+41 -41
View File
@@ -10,7 +10,7 @@
本附录沿用第~\ref{sec:dynamicDoaDopplerEst} 节中的动态多帧记号,只讨论两类与正文主线严格对应的模型:
\begin{enumerate}
\item 第~\ref{subsec:dynamicCpModel} 小节中的结构化\gls{cp} 模型;
\item 第~\ref{subsec:dynamicRelaxedModel} 小节中的 relaxed \gls{cp} 模型,即保留\gls{cp} 模板,但将每个观测块的复干扰系数 $\zeta_{\ell,p}^{\mathrm{cp,rel}}$ 视为自由参数。
\item 第~\ref{subsec:dynamicRelaxedModel} 小节中的 放松 \gls{cp} 模型,即保留\gls{cp} 模板,但将每个观测块的复干扰系数 $\zeta_{\ell,p}^{\mathrm{cp,rel}}$ 视为自由参数。
\end{enumerate}
主参数统一定义为
%
@@ -359,12 +359,12 @@
\label{eq:A7_CRB_cp}
\end{equation}
需要强调的是,与 relaxed 情形不同,\gls{cp} 模型中的 $\{\chi_\ell\}$ 在同一卫星的多帧之间共享,而 $\{\rho_{\ell,p}^{\mathrm{cp}}\}$ 为实参数,因此其 Schur 补一般不能进一步化成逐块独立的简单投影求和式。式~\eqref{eq:A7_Ieff_cp} 是与正文模型严格一致且最稳妥的写法。
需要强调的是,与放松情形不同,\gls{cp} 模型中的 $\{\chi_\ell\}$ 在同一卫星的多帧之间共享,而 $\{\rho_{\ell,p}^{\mathrm{cp}}\}$ 为实参数,因此其 Schur 补一般不能进一步化成逐块独立的简单投影求和式。式~\eqref{eq:A7_Ieff_cp} 是与正文模型严格一致且最稳妥的写法。
\subsubsection{Known-rate/unknown-rate EFIM 关系与单星 DoA 正交性}
\subsubsection{Doppler rate 已知/未知的 EFIM 关系与单星 DoA 正交性}
\label{subsec:A7_knownUnknownRateOrthogonality}
为解释 known-rate 与 unknown-rate 下 \gls{doa} bound 可能重合的现象,本小节把 Doppler-rate 干扰参数从其他幅度/相位干扰参数中单独分离出来。
为解释 Doppler rate 已知与未知下 \gls{doa} \gls{crb} 可能重合的现象,本小节把 Doppler rate 干扰参数从其他幅度/相位干扰参数中单独分离出来。
记
%
\begin{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 $\boldsymbol\eta$ 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 Doppler rate 已知 \gls{efim} 可写为
%
\begin{equation}
\mathcal I_{\mathrm e}^{\mathrm{cp,K}}
@@ -403,7 +403,7 @@
\label{eq:A7_CP_ext_EFIM_partition}
\end{equation}
%
于是 unknown-rate \gls{efim} 为
于是 Doppler rate 未知 \gls{efim} 为
%
\begin{equation}
\mathcal I_{\mathrm e}^{\mathrm{cp,U}}
@@ -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 $\boldsymbol\eta$ 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。
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 $\boldsymbol\eta$ 的残差得分与 $\dot\nu_{\mathrm{ref}}$ 的残差干扰得分之间耦合程度的度量。
若该残差耦合很弱,则 Doppler rate 已知与未知的界可以非常接近。
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:
进一步将 Doppler rate 已知 \gls{efim} 和 Doppler rate 耦合向量按 $\boldsymbol\eta=[\boldsymbol\xi^\Tran,\nu_{\mathrm{ref}}]^\Tran$ 分块:
%
\begin{equation}
\mathcal I_{\eta\eta}^{\mathrm K}
@@ -448,9 +448,9 @@
\end{equation}
%
则消去 $\dot\nu_{\mathrm{ref}}$ 只会改变 $\nu_{\mathrm{ref}}$ 对应的标量块,而不会改变 \gls{doa} 的 \gls{crb} 子块。
换言之,\gls{doa} 的 known-rate 与 unknown-rate \gls{crb} 完全一致。
换言之,\gls{doa} 的 Doppler rate 已知与未知 \gls{crb} 完全一致。
在 single-satellite multi-frame case 中,若唯一卫星即 reference satellite,则
在单星多帧情形中,若唯一卫星即参考星,则
%
\begin{equation}
f_{\nu,\ell_{\mathrm{ref}}}(\boldsymbol\xi,\nu_{\mathrm{ref}})
@@ -465,11 +465,11 @@
%
因此 $\dfrac{\partial \nu_{\ell_{\mathrm{ref}}}}{\partial x}=0$ 且 $\dfrac{\partial \dot\nu_{\ell_{\mathrm{ref}}}}{\partial x}=0$ 对 $x\in\{\alpha,\beta\}$ 成立。
由式~\eqref{eq:A7_qx_cp} 可知,reference-link 的 \gls{doa} 导数不含 Doppler-mapping-induced temporal phase derivative,而只含空间阵列导向导数。
在幅度和公共相位干扰方向被投影消去后,该 \gls{doa} score 的残差部分是与 $\mathbf a_{\ell_{\mathrm{ref}}}(\boldsymbol\xi)$ 正交的空间切向量;相反,$\nu_{\mathrm{ref}}$ 和 $\dot\nu_{\mathrm{ref}}$ 的残差 score 仍具有沿 reference steering vector 的时间相位结构。
在幅度和公共相位干扰方向被投影消去后,该 \gls{doa} 得分的残差部分是与 $\mathbf a_{\ell_{\mathrm{ref}}}(\boldsymbol\xi)$ 正交的空间切向量;相反,$\nu_{\mathrm{ref}}$ 和 $\dot\nu_{\mathrm{ref}}$ 的残差得分仍具有沿参考导向矢量的时间相位结构。
在标准窄带阵列流形下,二者的 Fisher 内积为零,因此式~\eqref{eq:A7_SS_xi_rate_orthogonality_condition} 成立。
这解释了 single-satellite multi-frame known-rate 与 unknown-rate \gls{doa} \gls{crb} 的严格重合。
这解释了单星多帧下 Doppler rate 已知与未知 \gls{doa} \gls{crb} 的严格重合。
在 multi-satellite case 中,非参考星通常满足
在多星情形中,非参考星通常满足
%
\begin{equation}
\nu_\ell
@@ -484,13 +484,13 @@
\end{equation}
%
此时 \gls{doa} 导数包含由 $\dfrac{\partial\Delta\nu_\ell}{\partial x}$ 与 $\dfrac{\partial\Delta\dot\nu_\ell}{\partial x}$ 诱导的时间相位分量。
因此,$\mathbf i_{\xi\dot\nu}$ 和 $\mathbf a_{\xi\nu}^{\mathrm K}$ 一般不再严格为零,known-rate 与 unknown-rate \gls{doa} \gls{crb} 的完全相等性也不应被作为一般结论。
若数值上 multi-satellite \gls{doa} bound 仍与 known-rate benchmark 基本重合,更稳妥的解释是:在所选 representative geometry 下,\gls{doa} residual score 与 residualized Doppler-rate nuisance direction 的耦合较弱。
这一定量现象适合作为 \gls{efim} accounting 的 sanity check,而不应升级为主要理论贡献。
因此,$\mathbf i_{\xi\dot\nu}$ 和 $\mathbf a_{\xi\nu}^{\mathrm K}$ 一般不再严格为零,Doppler rate 已知与未知 \gls{doa} \gls{crb} 的完全相等性也不应被作为一般结论。
若数值上多星 \gls{doa} \gls{crb} 仍与 Doppler rate 已知基准基本重合,更稳妥的解释是:在所选代表性几何下,\gls{doa} 残差得分与残差化的 Doppler rate 干扰方向的耦合较弱。
这一定量现象适合作为 \gls{efim} 度量的自洽性检查,而不应升级为主要理论贡献。
\subsubsection{relaxed 连续相位模型下的 CRB}
\subsubsection{放松连续相位模型下的 CRB}
沿用第~\ref{subsec:dynamicRelaxedModel} 小节中的 relaxed \gls{cp} 处理,每个观测块的复干扰系数 $\zeta_{\ell,p}^{\mathrm{cp,rel}}$ 视为自由参数,即
沿用第~\ref{subsec:dynamicRelaxedModel} 小节中的 放松 \gls{cp} 处理,每个观测块的复干扰系数 $\zeta_{\ell,p}^{\mathrm{cp,rel}}$ 视为自由参数,即
%
\begin{equation}
\tilde{\mathbf y}^{\mathrm{cp}}_{\ell,p}
@@ -772,7 +772,7 @@
\end{equation}
%
式~\eqref{eq:A7_efim_quadratic_projection} 表明,\gls{efim} 在某个方向上的有效信息正比于该方向
score 在干扰子空间正交补上的残余能量。因此,当 $\theta_{\min}\approx0$ 时,
得分在干扰子空间正交补上的残余能量。因此,当 $\theta_{\min}\approx0$ 时,
$\mathcal I_{\mathrm{e}}$ 会出现小特征值;若同时多星几何使其他方向的信息快速增加,
则 $\kappa(\mathcal I_{\mathrm{e}})$ 会显著变大。
@@ -789,7 +789,7 @@ $\boldsymbol\eta=[\boldsymbol\xi^\Tran,\nu_{\mathrm{ref}}]^\Tran$ 分块为
\label{eq:A7_efim_xi_nu_partition}
\end{equation}
%
若 $\boldsymbol\xi$ 已知,则参考 Doppler 的 scalar bound 为
若 $\boldsymbol\xi$ 已知,则参考 Doppler 的标量界为
%
\begin{equation}
C_{\nu}^{\mathrm{sc}}
@@ -909,11 +909,11 @@ $\sqrt{C_{\nu}^{\mathrm{mar}}}$ 改善有限,同时 $\gamma_{\xi,\nu}^{2}$ 较
\subsubsection{周期帧窗口与 Doppler tooth ambiguity}
\subsubsection{周期帧窗口与 Doppler 齿间模糊}
\label{subsec:A7_frameTimeCombTooth}
本附录前面得到的 \gls{efim} 是局部二阶量;它默认估计点位于同一个 Doppler tooth 的局部邻域内。
为了描述全局 profile likelihood 的离散多峰结构,需要单独分析帧起始时刻集合所诱导的谱窗口。
本附录前面得到的 \gls{efim} 是局部二阶量;它默认估计点位于同一个 Doppler 梳齿(tooth)的局部邻域内。
为了描述全局轮廓似然(profile likelihood)的离散多峰结构,需要单独分析帧起始时刻集合所诱导的谱窗口。
按照表~\ref{tab:indexDimensionNotation} 的约定,$\tau_p$ 表示第 $p$ 帧起始点相对于参考时刻的离散采样偏移,
归一化角 Doppler 偏移记为 $\Delta\nu$。若只保留由帧起始时刻造成的公共相位项,则跨帧相干项可写为
%
@@ -967,9 +967,9 @@ $\nu=2\pi\nu^{\mathrm{Hz}}T_{\mathrm s}$,可得
\end{equation}
%
这解释了为什么周期多帧目标函数会出现以 $1/(\Delta\tau_{\mathrm{f}}T_{\mathrm s})$ 为间隔的
Doppler comb branches。
Doppler 梳状分支(comb)。
有限长度的 pilot block 破坏了这种完全等价性。令每帧保留 $T$ 个采样点,块内相关因子为
有限长度的导频块破坏了这种完全等价性。令每帧保留 $T$ 个采样点,块内相关因子为
%
\begin{equation}
R_T(\Delta\nu)
@@ -981,7 +981,7 @@ Doppler comb branches。
\label{eq:A7_block_dirichlet_corr}
\end{equation}
%
于是相邻 tooth 的可分离性可由
于是相邻梳齿的可分离性可由
%
\begin{equation}
D_{\mathrm{blk}}
@@ -1005,10 +1005,10 @@ Doppler comb branches。
\label{eq:A7_block_small_ratio_approx}
\end{equation}
%
因此,增加块长主要增强的是相邻 Doppler tooth 的块内区分度,而不是必然依赖
因此,增加块长主要增强的是相邻 Doppler 梳齿的块内区分度,而不是必然依赖
$\dot\nu_{\mathrm{ref}}$ 在单块内部产生可观测的二次相位曲率。
该分析也解释了周期窗口与非周期 subset 的不同作用。若采用非周期子集
该分析也解释了周期窗口与非周期子集的不同作用。若采用非周期子集
$\mathcal T_{\mathrm{sub}}=\{\tau_{p_1},\ldots,\tau_{p_Q}\}$,则
%
\begin{equation}
@@ -1019,10 +1019,10 @@ $\mathcal T_{\mathrm{sub}}=\{\tau_{p_1},\ldots,\tau_{p_Q}\}$,则
\end{equation}
%
当 $\mathcal T_{\mathrm{sub}}$ 不再满足严格等间隔结构时,式~\eqref{eq:A7_tooth_spacing_discrete}
给出的候选偏移不再必然同时对齐所有帧相位,因而可压低周期 comb 的旁瓣。由此可将实际求解分解为两类问题:
非周期 subset 更适合执行 tooth acquisition,完整周期窗口则更适合在 tooth 已选对时执行同 tooth 内相干 refine。
这也说明,wrong-tooth error 是全局 profile likelihood 的 branch 选择问题;而
式~\eqref{eq:A7_efim_projection_interpret}--\eqref{eq:A7_nu_info_after_coupling} 描述的是给定 branch 内的局部可辨识性。
给出的候选偏移不再必然同时对齐所有帧相位,因而可压低周期梳状结构的旁瓣。由此可将实际求解分解为两类问题:
非周期子集更适合执行梳齿捕获,完整周期窗口则更适合在梳齿已选对时执行同一梳齿内的相干精化。
这也说明,选错梳齿的误差是全局轮廓似然的分支选择问题;而
式~\eqref{eq:A7_efim_projection_interpret}--\eqref{eq:A7_nu_info_after_coupling} 描述的是给定分支内的局部可辨识性。
\subsubsection{数值实现中的一致性检查}
@@ -1044,7 +1044,7 @@ $\mathcal T_{\mathrm{sub}}=\{\tau_{p_1},\ldots,\tau_{p_Q}\}$,则
2\Re\{(\mathbf J_{\mathrm{full}}^{\mathrm{cp}})^{\Herm}\mathbf R_n^{-1}\mathbf J_{\mathrm{full}}^{\mathrm{cp}}\},
\end{equation}
%
再按 $[\boldsymbol\eta^{\Tran},(\boldsymbol\psi^{\mathrm{cp}}_{\mu})^{\Tran}]^{\Tran}$ 分块执行 Schur 补得到式~\eqref{eq:A7_Ieff_cp}。最后,对 relaxed \gls{cp} 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 放松 \gls{cp} 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}
@@ -1056,9 +1056,9 @@ $\mathcal T_{\mathrm{sub}}=\{\tau_{p_1},\ldots,\tau_{p_Q}\}$,则
\frac{M_\ell P T}{\sigma_\ell^2}.
\end{equation}
%
因此,无论在\gls{cp} 模型还是 relaxed \gls{cp} 模型下,将 $\sigma_\ell$ 视为未知量都只会在 \gls{fim} 中附加与其他参数解耦的对角块,不改变式~\eqref{eq:A7_Ieff_cp}、\eqref{eq:A7_Ieff_rel_ext} 和 \eqref{eq:A7_Ieff_rel_eta} 的形式。
因此,无论在\gls{cp} 模型还是 放松 \gls{cp} 模型下,将 $\sigma_\ell$ 视为未知量都只会在 \gls{fim} 中附加与其他参数解耦的对角块,不改变式~\eqref{eq:A7_Ieff_cp}、\eqref{eq:A7_Ieff_rel_ext} 和 \eqref{eq:A7_Ieff_rel_eta} 的形式。
因此,本小节给出的不是新的动态模型,而是正文\gls{cp} 模型和 relaxed \gls{cp} 处理的 Fisher 信息表达。它与\appref{sec:A8_dynIndependentPhaseCrb} 的比较应围绕``是否保留跨帧绝对相位连续性''展开,而不是围绕不同的主参数定义展开。
因此,本小节给出的不是新的动态模型,而是正文\gls{cp} 模型和 放松 \gls{cp} 处理的 Fisher 信息表达。它与\appref{sec:A8_dynIndependentPhaseCrb} 的比较应围绕``是否保留跨帧绝对相位连续性''展开,而不是围绕不同的主参数定义展开。
\subsection{独立相位 IP 基线 EFIM}
\label{sec:A8_dynIndependentPhaseCrb}
@@ -1450,16 +1450,16 @@ $\mathcal T_{\mathrm{sub}}=\{\tau_{p_1},\ldots,\tau_{p_Q}\}$,则
式~\eqref{eq:A8_IP_EFIM_eta} 给出的正是\gls{ip} 模型下,未知 $\dot\nu_{\mathrm{ref}}$ 对主参数 $(\alpha,\beta,\nu_{\mathrm{ref}})$ 的信息损失形式。与正文研究主线一致,这里的关键不在于再引入更高维动态状态,而在于比较:在相同短窗条件下,\gls{cp} 模型和\gls{ip} 模型分别能为主参数保留多少有效信息。
\subsubsection{与 A7 中 relaxed 连续相位结果的关系}
\subsubsection{与 A7 中放松连续相位结果的关系}
式~\eqref{eq:A8_IP_FIM_etadotnu} 给出的扩展 \gls{fim}的投影型结构与\appref{sec:A7_dynDoaDopplerCrb} 中 relaxed \gls{cp} 模型的结果形式一致,但两者对应的\emph{时间模板不同}:
式~\eqref{eq:A8_IP_FIM_etadotnu} 给出的扩展 \gls{fim}的投影型结构与\appref{sec:A7_dynDoaDopplerCrb} 中 放松 \gls{cp} 模型的结果形式一致,但两者对应的\emph{时间模板不同}:
\begin{itemize}
\item \appref{sec:A7_dynDoaDopplerCrb} 使用的是\gls{cp} 模板 $\mathbf g^{\mathrm{cp}}_{\ell,p}$,其中通过 $t_{p,t}=\tau_p+t$ 保留了跨帧绝对相位连续性;
\item 本附录使用的是\gls{ip} 模板 $\mathbf g^{\mathrm{ip}}_{\ell,p}$,其中帧间常相位项已被 $\vartheta_{\ell,p}$ 吸收,只保留帧内局部相位演化。
\end{itemize}
因此,两类模型的差异不在 Schur 补的代数形式本身,而在模板里是否保留跨帧连续相位结构。这也正是正文中``\gls{cp} vs.~\gls{ip}''对比的统计本质。
从 \gls{efim} 病态的角度看,\gls{ip} 模型与 relaxed \gls{cp} 模型共享同一类投影解释。若定义白化 Jacobian
从 \gls{efim} 病态的角度看,\gls{ip} 模型与 放松 \gls{cp} 模型共享同一类投影解释。若定义白化 Jacobian
%
\begin{equation}
\bar{\mathbf J}^{\mathrm{ip}}_{\eta}
@@ -1488,7 +1488,7 @@ $\mathcal T_{\mathrm{sub}}=\{\tau_{p_1},\ldots,\tau_{p_Q}\}$,则
%
因此,\gls{ip} 模型下的弱可辨识方向仍由
$\mathcal P^{\perp}_{\bar{\mathbf J}^{\mathrm{ip}}_{\psi}}\bar{\mathbf J}^{\mathrm{ip}}_{\eta}$
的秩和最小奇异方向决定。与 A7 中的 relaxed \gls{cp} 模型相比,二者的主要区别不在
的秩和最小奇异方向决定。与 A7 中的 放松 \gls{cp} 模型相比,二者的主要区别不在
Schur 补代数形式,而在 $\mathbf g^{\mathrm{ip}}_{\ell,p}$ 使用局部时间索引并允许每个
$(\ell,p)$ 块具有独立相位 $\vartheta_{\ell,p}$。这些自由相位会吸收跨帧绝对相位所携带的公共
Doppler 截距信息,因此通常不会缓解 \gls{doa}--Doppler--rate 耦合,而是构成一个更保守的相干性基线。
@@ -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 \gls{fim}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: \appref{sec:A7_dynDoaDopplerCrb} 对应\gls{cp}/relaxed \gls{cp} 模型,本附录对应\gls{ip} 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。
至此,动态多帧主线的两类性能界已经形成闭环: \appref{sec:A7_dynDoaDopplerCrb} 对应\gls{cp}/放松 \gls{cp} 模型,本附录对应\gls{ip} 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。