josh
4f9f1b8847
D/E/F/G/H/I/J 每篇开头置一张 mdquote 卡片,统一标出: 对应正文哪节模型(\appref/\ref 一跳、不重写信号模型)、主参数 与干扰参数(定义仍指回正文)、本附录给出的界/推导对象、本附录 局部关键或易混符号(就地补注、末尾指回附录 A 完整索引)。 卡片抬头单独一行,其余字段进 bullet;局部覆盖 itemize 为 leftmargin=1.5em/itemindent=0pt 的悬挂缩进,长字段换行续行对齐 正文下、不跑到 bullet 左。 多为把既有开头标准化进框(H/J 折叠原开头首句、I 卡片下保留 复杂度对比、E 折入 psi 与 FIM/投影记号声明),不新建符号表、不 重写模型。A(本身是索引)、B(通用数学背景)、C(经典方法叙述) 不加。
79 lines
7.5 KiB
TeX
79 lines
7.5 KiB
TeX
\section{门限区界：误指定 Barankin 与 Ziv--Zakai}
|
||
\label{sec:thresholdBounds}
|
||
|
||
\begin{mdquote}
|
||
\noindent\textbf{本附录设定}：对应正文第~\ref{sec:timestampError}~节的含时间戳位置模型，承\appref{subsec:F5_mcrb} 的 \gls{mcrb}。
|
||
\begin{itemize}[leftmargin=1.5em,itemindent=0pt]
|
||
\item \emph{补充对象} \gls{crb}/\gls{efim}/\gls{mcrb}（均为局部小误差界）之外的\emph{门限区}：低信噪比或参数模糊下的大误差与模糊地板。
|
||
\item \emph{本附录给出} 误指定 Barankin 界（检验点法，定门限阈值）与 Ziv--Zakai 界（贝叶斯，捕获模糊地板、含少用户的基本极限）。
|
||
\item \emph{本附录局部符号} $\boldsymbol\eta_i$、$L_i$：检验点与其似然比；$P_{\min}$：二元检验最小错误概率；$D^2$：去相关度（白化均值分离）；$\mathcal V\{\cdot\}$：填谷算子。完整索引见\appref{sec:assumptionsAndNotation}。
|
||
\end{itemize}
|
||
\end{mdquote}
|
||
|
||
\appref{sec:A6_multiArrayStatDetDoaDopplerCrb}--\appref{sec:timestampErrCrb} 的 \gls{crb}、\gls{efim} 与 \gls{mcrb} 都是\emph{局部}（小误差）界：它们刻画估计落入正确盆地后的方差，默认似然在真值（或伪真值）邻域内单峰。当信噪比降到门限以下、或参数空间存在模糊（如周期多帧的 Doppler 梳齿、或少用户下``位置--时间戳''混淆方向上的近简并）时，估计会跳到错误盆地、产生局部界无法预测的\emph{大误差}~\cite{athleyThresholdRegionPerformance2005}。门限区两界与前三档合成界谱系 $\gls{crb}\preceq\gls{efim}\to\gls{mcrb}\to\{\text{Barankin},\ \text{ZZB}\}$：误指定 Barankin 把\appref{subsec:F5_mcrb} 的 \gls{mcrb} 延伸到门限，Ziv--Zakai 则从二元检验侧捕获模糊地板。
|
||
|
||
\subsection{误指定 Barankin 界与阈值}
|
||
\label{subsec:J1_barankin}
|
||
|
||
Barankin 界用\emph{检验点}捕获大误差。取参数空间中偏离参考点的 $q$ 个检验点 $\{\boldsymbol\eta_i\}_{i=1}^{q}$，定义似然比 $L_i(\mathbf y)=p(\mathbf y;\boldsymbol\eta_i)/p(\mathbf y;\boldsymbol\eta_{\mathrm r})$（$\boldsymbol\eta_{\mathrm r}$ 为参考点），则任意无偏估计满足
|
||
%
|
||
\begin{equation}
|
||
\label{eq:J_barankin}
|
||
\operatorname{Cov}(\widehat{\boldsymbol\eta})
|
||
\succeq
|
||
\boldsymbol\Delta\,
|
||
\big(\mathbf M-\mathbf 1\mathbf 1^\Tran\big)^{-1}
|
||
\boldsymbol\Delta^\Tran,
|
||
\qquad
|
||
\boldsymbol\Delta=[\boldsymbol\eta_1-\boldsymbol\eta_{\mathrm r},\ldots,\boldsymbol\eta_q-\boldsymbol\eta_{\mathrm r}],
|
||
\quad
|
||
[\mathbf M]_{ij}=\mathbb E_{\boldsymbol\eta_{\mathrm r}}\{L_iL_j\},
|
||
\end{equation}
|
||
%
|
||
其中 $\mathbf 1$ 为全一向量。检验点趋近 $\boldsymbol\eta_{\mathrm r}$ 时 \eqref{eq:J_barankin} 退回 \gls{crb}；远检验点则捕获门限区——当某个远检验点 $\boldsymbol\eta_{i^\star}$（对应一个\emph{模糊}的参数值，如错误的延时--Doppler 网格点或几何近简并位置）的似然比二阶矩 $\mathbb E\{L_{i^\star}^2\}$ 仍可观时，\eqref{eq:J_barankin} 较 \gls{crb} 显著抬升，预示该模糊方向上的大误差。
|
||
|
||
\emph{阈值}即由此定出：圆对称复高斯下 $\mathbb E\{L_iL_j\}=\exp\!\big\{\tfrac{1}{2}(\boldsymbol\mu_i-\boldsymbol\mu_{\mathrm r})^\Herm\mathbf R^{-1}(\boldsymbol\mu_j-\boldsymbol\mu_{\mathrm r})\big\}$ 之类的均值相关项（$\boldsymbol\mu_i$ 为检验点处的均值）；门限信噪比是``主导模糊检验点的去相关度 $\|\boldsymbol\mu_{i^\star}-\boldsymbol\mu_{\mathrm r}\|^2_{\mathbf R^{-1}}$ 降到 $O(1)$''之处——高于它各模糊点被压住、界贴 \gls{crb}，低于它模糊点竞争、界跳起。
|
||
|
||
把上述\emph{误指定}化（承\appref{subsec:F5_mcrb}）：数据由真模型（含 $\boldsymbol\delta^\star$）生成，而似然比 $L_i$ 取\emph{假设同步}（$\delta=0$）模型、参考点取伪真值 $\boldsymbol\eta^{\mathrm{pt}}$~\cite{richmondParameterBoundsEstimation2015}。于是 \gls{mcrb} 是其检验点趋近 $\boldsymbol\eta^{\mathrm{pt}}$ 的局部极限，而误指定 Barankin 在此之上预测门限以下的大误差——\gls{mml} 估计器不仅有\appref{subsec:F5_mcrb} 的偏置，门限以下还叠加模糊跳变。
|
||
|
||
\subsection{Ziv--Zakai 界与模糊地板}
|
||
\label{subsec:J2_zzb}
|
||
|
||
Ziv--Zakai 界（ZZB，Bellini--Tartara 扩展形式）把估计误差与一族\emph{二元假设检验}的错误概率联系起来，从而内禀地捕获模糊。对位置的任一标量投影 $a=\mathbf c^\Tran\mathbf p$，
|
||
%
|
||
\begin{equation}
|
||
\label{eq:J_zzb}
|
||
\mathbb E\big[(\widehat a-a)^2\big]
|
||
\ge
|
||
\frac{1}{2}\int_0^\infty h\,
|
||
\mathcal V\!\Big\{
|
||
\int \big[w(\mathbf p)+w(\mathbf p+h\,\mathbf c)\big]\,
|
||
P_{\min}(\mathbf p,\mathbf p+h\,\mathbf c)\,\diff\mathbf p
|
||
\Big\}\,\diff h,
|
||
\end{equation}
|
||
%
|
||
其中 $w(\cdot)$ 为位置先验，$\mathcal V\{\cdot\}$ 是\emph{填谷}（valley-filling）算子（取非增上包络，处理模糊旁瓣），$P_{\min}(\mathbf p,\mathbf p')$ 为等先验二元检验 $\mathrm H_0\!:\mathbf p$ 与 $\mathrm H_1\!:\mathbf p'$ 的最小错误概率。圆对称复高斯下
|
||
%
|
||
\begin{equation}
|
||
\label{eq:J_pmin}
|
||
P_{\min}(\mathbf p,\mathbf p')
|
||
=Q\!\Big(\tfrac{1}{2}\sqrt{D^2(\mathbf p,\mathbf p')}\Big),
|
||
\qquad
|
||
D^2(\mathbf p,\mathbf p')
|
||
=\big\|\boldsymbol\mu(\mathbf p')-\boldsymbol\mu(\mathbf p)\big\|^2_{\mathbf R^{-1}}
|
||
=\sum_{\ell}\frac{1}{\sigma_\ell}\big\|\boldsymbol\mu_\ell(\mathbf p')-\boldsymbol\mu_\ell(\mathbf p)\big\|_2^2,
|
||
\end{equation}
|
||
%
|
||
即\emph{去相关度}（白化均值分离），跨星可加（与 C6 的信息可加同源）。两端行为清晰：
|
||
\begin{itemize}
|
||
\item \textbf{高信噪比}：对 $h\neq 0$ 有 $D^2$ 大、$P_{\min}$ 迅速衰减，\eqref{eq:J_zzb} 退回投影 \gls{crb}；
|
||
\item \textbf{门限区 / 模糊}：若存在位移 $h^\star\mathbf c$ 使两位置的均值近乎不可分（$\boldsymbol\mu(\mathbf p+h^\star\mathbf c)\approx\boldsymbol\mu(\mathbf p)$，即模糊方向），则该处 $D^2$ 不随信噪比增长、$P_{\min}\!\to\!\tfrac12$，填谷后在 \eqref{eq:J_zzb} 留下一个 $\sim (h^\star)^2$ 量级的\emph{地板}，\gls{crb} 无法预测。
|
||
\end{itemize}
|
||
|
||
\paragraph{少用户的基本极限}
|
||
在含时间戳的位置模型里，最危险的模糊方向正是\appref{subsec:F6_tauDeltaConfound} 的``位置--时间戳同轴''方向：位移 $\Delta\mathbf p$ 配上一组星钟偏移 $\Delta\boldsymbol\delta$ 可使各星到达时间几乎不变。其去相关度按 \eqref{eq:J_pmin} 是\emph{对用户求和}的——每个用户在该方向贡献一份均值分离，而共享的 $\delta_\ell$ 须同时解释该星上\emph{所有}用户。于是用户数 $K$ 越大，混淆方向上的 $D^2$ 越大、$P_{\min}$ 越早衰减、ZZB 地板越低；反之当 $K$ 太小（典型 $K\le 3$），共享 $\delta_\ell$ 与位置的混淆\emph{欠定}（承\appref{subsec:F6_tauDeltaConfound}：单用户被吃光、双用户仅部分救回），$D^2$ 在该方向始终偏小、$P_{\min}\!\approx\!\tfrac12$，ZZB 地板不随信噪比下降——这是\emph{几何/可辨识层面的基本极限}，非估计器之过，无论何种估计器都受其约束。多用户超定（$K$ 足够大）把混淆方向的 $D^2$ 抬起，才使地板随信噪比下沉。
|
||
|
||
\medskip
|
||
|
||
至此界谱系闭环：\gls{crb}/\gls{efim}（局部、信息级）给可达精度的标尺，\gls{mcrb}（\appref{subsec:F5_mcrb}）给忽略时间戳的失配代价，本附录的误指定 Barankin 与 Ziv--Zakai 界给门限以下的大误差与模糊地板。少用户下 ZZB 地板由未被超定的``位置--时间戳''模糊设定，刻画了用户数对可达定位精度的基本约束。
|