1) sequential estimation
序列估计
1.
A novel long-period PN-code fast acquisition scheme based on digital matched filter plus sequential estimation mode;
基于“匹配滤波+序列估计”模式的新型长周期伪随机码快速捕获方案
2.
Nowadays,there is a great development in sequential estimation technology,which is the main field of sequential acquisition.
目前伪随机序列捕获算法在序列估计捕获算法方向取得了广泛的关注和深入发展,针对此领域缺乏有效、通用的模型分析工具,文中提出序列估计二维积累空间分析模型。
2) sequential acquisition algorithm
序列估计法
1.
We simply introduce their principle and advance a method which combines with differential sequential acquisition algorithm and FFT frequency adjustment algorithm.
仿真结果表明,在高斯白噪声的情况下,该方法在捕获长序列伪码时的性能与传统的序列估计法相比较,在较低信噪比的情况下有较大提高,并能适应10 kHz范围的多普勒频移环境。
3) PN estimation
PN序列估计
4) PN channel estimation
PN序列信道估计
5) noncoherent sequence estimation
非相干序列估计
1.
This paper proposes a noncoherent sequence estimation (NSE) algorithm which reduces the complexity of CPM demodulator remarkably.
该文给出的非相干序列估计算法,通过将大量的参考信号分解成矢量形式,将信号间的相关运算转化为矢量乘法运算,可以有效地降低CPM解调器前端复杂度;在序列译码阶段,采用的是指数窗的截短方法,在不损失性能的前提下有效降低了解调器后端的复杂度。
6) sequence similarity estimation
序列相似性估计
补充资料：Bayes估计量
Bayes估计量
Bayesian estimator
Bayes估计量【Bayesi助始廿ma.件;D自狱.。眨..界..] 用BayeS方法(Bayesian aPProach)由观察值对一未知参数所作的估计.统计问题使用这样的方法时，一般都假定未知参数所0 gR“是一具有给定先验分布7r=武do)的随机变量，决策空间D与集合0重合.且损失L(0，d)表示变量0与估计d的偏离.因此，函数L勿，d)通常假定为有形式L勿，d)=a(e)又(口一d)，其中又是误差向量0一d的某个非负函数，若k二1，则常取又勿一d)={0一d}“(“>0).最有用且在数学上最方便的是平方损失函数L(口，d)=}‘一d1’.对这一损失函数，Bayes估计量(Ba卿决策函教(Bavesian dedsion function))占’二亡厂(x)定义为使最小总损失 !;‘p‘二·“，一，‘薯必，“一”‘·’2’〕口‘么，叮‘““，达到的函数，或与之等价，了是使最小条件损失 ，母‘E{[口一占(x)]2+“)达到的函数，由此推出，在平方损失函数的场合，B竹es估计量与后验均值占‘(x)=E勿{x)相等，而Bayesj双险(Bayes risk)为 。‘二，占‘)二E!D矿夕}x)]‘此处O(0}劝是后验分布的方差: o(口{x)二任{{口一E(0{x)12!，、}. 例设二=(x，，，二，戈)，这里x，，，二，x。为具正态分布N勿，。’)的独立同分布变量，护己知，而未知参数0有正态分布N扭，铲).因为当x给定时口的后验分布为正态N(拜。，T:一、其中 n又。2一十“下一2 灿。二一—，，。一二n口‘一奋了一_ n口一汁~下且万=(x，十一+凡)/。，可知在平方损失函数{分一引’之下，Bayes估计量为占’(x)=线，而Bayes风险则为《二犷六伽铲十护).AH川畔即撰[补注]
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条