恒模PARAFAC分解CRB及拟合算法  

Cramer-Rao Bound and Fitting Algorithm for PARAFAC Decomposition Under Constant-Modulus Constraints

作　　者：刘旭[1] 许宗泽[1] 

机构地区：[1]南京航空航天大学信息科学与技术学院,江苏南京210016

出　　处：《四川大学学报（工程科学版）》2009年第5期221-226,共6页Journal of Sichuan University (Engineering Science Edition)

基　　金：江苏省自然科学基金资助项目(BK2007192)

摘　　要：为了对恒模约束条件下平行因子(PARAFAC)分解的参数估计性能进行分析,在给出PARAFAC模型分解的克拉美-罗界(CRB)的同时,结合约束CRB理论,推导出了"首行已知"约束和恒模约束下PARAFAC分解的CRB表达式,并给出了恒模约束PARAFAC分解的拟合算法TALS-CM。仿真表明,恒模约束后的PARAFAC分解具有更低的CRB值,随着信噪比的增加,TALS-CM拟合算法的性能接近于它的CRB值,说明算法是渐进有效的。TALS-CM算法的性能优于普通的TALS算法,因此,在基于PARAFAC模型的信号处理算法中,合理利用信源的恒模特性可以有效地提高算法性能。To analyze the parameter estimation performance of PARAFAC decomposition under Constant-Modulus(CM) constraint,Cramer-Rao Bound(CRB) expressions for PARAFAC decomposition under 'First Row Known' and CM constraints were proposed.The fitting algorithm,named TALS-CM,was also developed.Simulation results showed that,compared to the normal PARAFAC decomposition,CM constrained PARAFAC decomposition has a lower CRB.The performance of TALS-CM algorithm was close to its CRB,which implied that TALS-CM is asymptotical...

关 键 词：盲信号处理 克拉美-罗界 平行因子 三线性分解 恒模 

分 类 号：TN911.7[电子电信—通信与信息系统]