MLE估计带有Toeplitz结构的协方差矩阵的新方法及其在雷达问题中的应用
摘要：具有Toeplitz结构的协方差矩阵的最大似然估计（MLE）被考虑。在这方面，引入了MLE问题的等价重构，并提出了两个迭代算法来优化等价统计学习框架。这两个策略都基于Majorization Minimization（MM）范式，因此具有单调性和确保收敛到等价MLE问题的稳定点等良好特性。所提出的框架还扩展到处理其他实际相关的协方差结构的MLE问题，即带状Toeplitz、块Toeplitz和Toeplitz-块Toeplitz。通过数值模拟，证明了新方法在均方估计误差（非常接近基准的Cram''er-Rao下界（CRB））和信号干扰加噪声比方面提供了出色的性能水平，特别是与现有策略相比。
作者：Augusto Aubry, Prabhu Babu, Antonio De Maio, Massimo Rosamilia
论文ID：2307.03923
分类：Signal Processing
分类简称：eess.SP
提交时间：2023-07-11