说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> 频偏计
1)  frequency deviation mether
频偏计
2)  frequency offset estimation
频偏估计
1.
A Low-Complexity Blind Carrier Frequency Offset Estimation with Virtual Subcarriers for MIMO-OFDM Systems;
MIMO-OFDM系统中基于虚子载波的低复杂度盲频偏估计
2.
Heter-cycle abutted cyclic prefix based OFDM frequency offset estimation;
一种基于双周期结构的OFDM频偏估计方法
3.
ESPRIT based frequency offset estimation for interleaved OFDMA uplink systems;
基于ESPRIT算法的子载波交织型OFDMA上行链路频偏估计
3)  frequency estimation
频偏估计
1.
A WLAN 802.11b frequency estimation algorithm based on preamble;
基于前导码的WLAN 802.11b频偏估计算法
2.
The comparison of the frequency estimation arithmetic in the burst-mode transmission;
突发通信中的频偏估计算法比较
3.
An open-loop frequency estimation algorithm is proposed based on the received signal s second-order cyclic statistics in this paper (The received signal is second-order cyclic stationary).
本文利用接收信号(为二阶周期平稳信号)的二阶循环平稳特性推导了一种开环频偏估计算法,此算法的特点为:(1)接收信号为MPSK调制信号;(2)频偏估计过程不需要训练序列;(3)适用于任何分布的加性平稳噪声(白噪声及有色噪声)。
4)  multi-CFO estimation
多频偏估计
5)  large Doppler estimation
大频偏估计
6)  coarse frequency offset
粗频偏估计
1.
Low-complex coarse frequency offset estimation algorithm in OFDM systems;
低复杂度的OFDM粗频偏估计算法
补充资料:无偏估计量


无偏估计量
unbiased estimator

无偏估计里【训挽”目巴山旧奴甘;uecMe山.。二oue~] 数学期望等于被估计的量的统计估计最(statist派destin卫tor).假设随机变量X取值于样本空间(王,黔,尸。)(e任0);拟根据X的实现估计函数j:0~。,f是从参数集O到某个集合O的映射;选统计量T=T(X)作函数f(0)的估计量.如果对于一切e‘O,统计量T满足 〔。{T}一丁T(二)己尸。(二)一f(。), 王则称T为函数f(0)的无偏估计量(皿b此ed estjlll主-tor).常称无偏估计量无系统误差. 例1.设随机变量X.,…,戈的数学期望同为日,即 E。{X,}二·一〔。{Xn}二口.这时统计量 T一c IX:+…+几戈,cl十…+c。一l是数学期望日的无偏估计量.特别地,观测值的算术平均值X二(x、+…十戈)/n是口的无偏估计量.在该例中f(口)三小 例2.设XI,…,戈是独立服从同一概率分布的随机变量,其分布函数为F(x),即 户{X,O, 、--一,“Jk!由于E{X}=口,故观测值X本身就是其数学期望口的无偏估计量.同样,例如统计量X(X一1)是函数f(田二扩的无偏估计量.一般,统计量 厂rl=X(X一1卜·(X一+l),r=1,2,…是函数f(的一口r的无偏估计量.特别地,由此可见,统计量 T(X)=l+艺(一l)rXI·, r~!是函数f(0)=(l+口)一’(0<口0)的同一PoisS0n分布,其母函数 g:(口)=exP{0(z一l)}是整解析函数,从而有唯一无偏估计量.这时,X=X,十…十X。是充分统计量,服从参数为”口的Pois-son分布.如果T(X)是g:(的的无偏估计量,则它应满足无偏性方程 E。{T(X)}=夕:(口)=e”‘,一”.由此可见一,、、一{‘誉)(;)*(卜青)一,若。、、、、T(xl二之八 七o,其他即参数为X和1/n之二项分布的母函数,是Poisson分布母函数的无偏估计量. 例6一9表明,在实际中相当常见的情形下,如果局限于无偏估计类,则正是由于无偏估计量的概念,使求最优估计量的问题变得容易解决.A.H.K朋-Morope日(【1」)研究了建立无偏估计的问题,特别是参数未知时建立正态分布函数的无偏估计量的问题.无偏估计量更一般的定义属于E.址加mnn.按E.玩h-Inann的定义(见[21),参数0的统计估计量T=T(X)关于损失函数L(口,T)称为无偏的(unb此ed),如果对于一切口,口‘任0,有E,,IL(日’,T(X))})E‘,{L(0,T(X))}·此定义的变形见13].在相当宽的条件下,10.B.JI扣l-皿K及其学生(见【4〕)证明了最优无偏估计量与损失函数无关.
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