随机性标量参数分布式量化的最优比特分配

本文研究了在总比特率设定的情况下,改良并给出表现更优的量化器,以及如何实现基于网络的随机标量参数分布式量化估计,重点讨论传感器比特数最优分配.与常规给定各传感器的量化比特率不同的是,本文将结合估计器算法使用和不同量化器的构建,来研究固定总比特率下的分配.文中的观测模型噪声服从高斯分布,并且以此模型为对象通过均匀量化探讨基于一般类型与线性估计器的最理想比特分配方式.前者均方误差上限与后者对应下限在高精度处理方案下结果几乎相同,都表现出网络中观测噪声误差反比于量化级数这一特性.此外还借用交替序列比特分配算法以确保求解出的数值解恒非负.最后从MATLAB仿真结果可以看到,本文给出的最优比特分配估计器...

Full description

Saved in:
Bibliographic Details
Published in控制理论与应用 Vol. 37; no. 2; pp. 387 - 394
Main Authors 沈志萍, 陈军勇, 邬依林
Format Journal Article
LanguageChinese
Published 河南师范大学数学与信息科学学院,大数据统计分析与优化控制河南省工程实验室,河南新乡453007%浙江科技学院信息与电子工程学院,浙江杭州,310023%广东第二师范学院计算机科学系,广东广州,510310 01.02.2020
Subjects
最小均方误差
贝叶斯Cramer-Rao下界
最优比特分配
分布式量化估计
均匀量化器
Online AccessGet full text
ISSN1000-8152
DOI10.7641/CTA.2019.80540

Cover

More Information
Summary:本文研究了在总比特率设定的情况下,改良并给出表现更优的量化器,以及如何实现基于网络的随机标量参数分布式量化估计,重点讨论传感器比特数最优分配.与常规给定各传感器的量化比特率不同的是,本文将结合估计器算法使用和不同量化器的构建,来研究固定总比特率下的分配.文中的观测模型噪声服从高斯分布,并且以此模型为对象通过均匀量化探讨基于一般类型与线性估计器的最理想比特分配方式.前者均方误差上限与后者对应下限在高精度处理方案下结果几乎相同,都表现出网络中观测噪声误差反比于量化级数这一特性.此外还借用交替序列比特分配算法以确保求解出的数值解恒非负.最后从MATLAB仿真结果可以看到,本文给出的最优比特分配估计器较传统方案的表现更优.
ISSN:1000-8152
DOI:10.7641/CTA.2019.80540