Оценка последовательности максимального правдоподобия - Maximum likelihood sequence estimation

Оценка последовательности максимального правдоподобия (MLSE) - математический алгоритм для извлечения полезных данных из зашумленного потока данных.

Теория

Для оптимизированного детектора цифровых сигналов приоритетом является не восстановление сигнала передатчика, а наилучшая оценка переданных данных с наименьшим возможным количеством ошибок. Приемник имитирует искаженный канал. Все возможные потоки передаваемых данных попадают в эту искаженную модель канала. Приемник сравнивает время отклика с фактическим принятым сигналом и определяет наиболее вероятный сигнал. В случаях, которые наиболее просты с точки зрения вычислений, среднеквадратичное отклонение может использоваться как критерий решения[1] для наименьшей вероятности ошибки.

Фон

Предположим, что имеется базовый сигнал {Икс(т)}, из которых наблюдаемый сигнал {р(т)} доступен. Наблюдаемый сигнал р относится к Икс через преобразование, которое может быть нелинейным и может включать в себя затухание, и обычно включает включение случайный шум. В статистические параметры этого преобразования считаются известными. Проблема, которую необходимо решить, - использовать наблюдения {р(т)} для получения точной оценки {Икс(т)}.

Оценка последовательности максимального правдоподобия формально является применением максимальная вероятность к этой проблеме. То есть оценка {Икс(т)} определяется как последовательность значений, которые максимизируют функционал

куда п(р | Икс) обозначает условную совместную функцию плотности вероятности наблюдаемого ряда {р(т)} при условии, что базовая серия имеет значения {Икс(т)}.

Напротив, родственный метод максимальной апостериорной оценки формально является применением максимум апостериори (MAP) подход к оценке. Это более сложно, чем оценка последовательности максимального правдоподобия, и требует известного распределения (в Байесовские термины, а предварительное распространение ) для базового сигнала. В этом случае оценка {Икс(т)} определяется как последовательность значений, которые максимизируют функционал

куда п(Икс | р) обозначает условную совместную функцию плотности вероятности основного ряда {Икс(т)} при условии, что наблюдаемый ряд принял значения {р(т)}. Теорема Байеса подразумевает, что

В случаях, когда вклад случайного шума аддитивен и имеет многомерное нормальное распределение, проблема оценки последовательности максимального правдоподобия может быть сведена к задаче наименьших квадратов минимизация.

Смотрите также

Рекомендации

  1. ^ Дж. Боско, П. Поджиолини и М. Визинтин, "Анализ производительности приемников MLSE на основе метрики квадратного корня", J. Lightwave Technol. 26, 2098–2109 (2008).

дальнейшее чтение

  • Андреа Голдсмит (2005). «Оценка последовательности максимального правдоподобия». Беспроводная связь. Издательство Кембриджского университета. С. 362–364. ISBN  9780521837163.
  • Филип Голден; Эрве Дедье и Криста С. Якобсен (2006). Основы технологии DSL. CRC Press. С. 319–321. ISBN  9780849319136.
  • Crivelli, D. E .; Каррер, Х. С., Хуэда, М. Р. (2005) «Оценка характеристик приемников оценки последовательности максимального правдоподобия в световолновых системах с оптическими усилителями», Латиноамериканские прикладные исследования, 35 (2), 95–98.
  • Кац, Г., Садот, Д., Махлаб, У., и Леви, А. (2008) "Оценщики канала для оценки последовательности максимального правдоподобия в оптической связи прямого обнаружения", Оптическая инженерия 47 (4), 045003. Дои:10.1117/1.2904827

внешняя ссылка