根据幅值最小化向量值的成本函数

信息处理 算法 机器学习 优化 线性代数
2022-02-21 04:19:26

我有两个向量我知道=, 和=,... 很快。这意味着差异仅在符号上。它可能与相同的标志相似。X=[x1,x2,x3,x4]Y=[y1,y2,y3,y4]|x1||y1||x2||y2|

这两个向量已经受到这种噪声的影响,我需要创建一个成本函数来恢复它们。是否可以使用这种优化算法来执行此操作?

1个回答

由于向量级别没有先验,这基本上是元素明智的问题。
此外,如果我们假设噪声是均值为零的白噪声,那么答案可能非常简单。

由于相位差始终是 180 [Deg] 的倍数,我们可以在不失一般性的情况下假设它们在实轴上。

所以我们所拥有的可以建模为:

z1=w1+n1,z2=w2+n2,|w1|=|w2|

所以答案是w^1=sign(z1)|z1|+|z2|2w^2=sign(z2)|z1|+|z2|2

这来自一个简单的直觉。让我们假设 bot 是积极的并且那么答案当然是,对于任何白噪声,平均结果。所以我们也在做同样的事情,对它们进行平均,只是注意它们具有相反相位的情况(在复平面上,它们在同一个圆上只是可能在相反的方向上)。w1=w2

如果您假设 AWGN 并构建最大似然估计器,您将得到相同的结果。