科研之友
微信
新浪微博
Facebook
分享链接
摘要
无线传感器网络中,低比特数据传输和处理有利于节约网络的开支和节点能耗。然而,低比特数据在传输过程中,很容易受到干扰而导致比特值随机反相。论文研究利用非理想信道情况下接收到的1比特采样信号的变量含误差(EIV)模型参数估计问题,提出了一种基于牛顿迭代的鲁棒估计算法。该算法首先将问题转化为基于比特扰动概率的极大似然优化问题,然后利用牛顿迭代算法获得问题的最优解。该算法有较快的收敛性,同时针对EIV模型中的乘性噪声和比特值随机反相问题有较好的鲁棒性。论文推导了克拉美罗下界(CRLB),并且进行了性能仿真,结果验证了算法的有效性。
- 单位
