随机性标量参数分布式量化的最优比特分配
沈志萍1
陈军勇2
邬依林3
1.河南师范大学数学与信息科学学院,大数据统计分析与优化控制河南省工程实验室,河南新乡4530072.浙江科技学院信息与电子工程学院,浙江杭州3100233.广东第二师范学院计算机科学系,广东广州510310
摘要：本文研究了在总比特率设定的情况下,改良并给出表现更优的量化器,以及如何实现基于网络的随机标量参数分布式量化估计,重点讨论传感器比特数最优分配.与常规给定各传感器的量化比特率不同的是,本文将结合估计器算法使用和不同量化器的构建,来研究固定总比特率下的分配.文中的观测模型噪声服从高斯分布,并且以此模型为对象通过均匀量化探讨基于一般类型与线性估计器的最理想比特分配方式.前者均方误差上限与后者对应下限在高精度处理方案下结果几乎相同,都表现出网络中观测噪声误差反比于量化级数这一特性.此外还借用交替序列比特分配算法以确保求解出的数值解恒非负.最后从MATLAB仿真结果可以看到,本文给出的最优比特分配估计器较传统方案的表现更优.
关键词：最优比特分配分布式量化估计均匀量化器最小均方误差贝叶斯Cramer-Rao下界
资助基金：广东省普通高等学校特色创新项目(自然科学类)(2018KTSCX163)广东省科技计划(2016A010106007)广东省科技计划(2016B090927010)河南省高等学校重点科研项目(19A120003)国家自然科学基金(5101019170204)河南省科技攻关计划(182102210379)广东第二师范学院网络工程重点学科项目(ZD2017004)
论文发表日期：2020-02-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 387-394 )
英文信息