양자화 데이터 기반 파라메트릭 시스템 식별: 편향 없는 추정기
본 논문은 양자화된 측정값으로부터 DC값 및 사인파의 진폭·위상·오프셋을 추정할 때 발생하는 편향을 제거하기 위해, 가우스‑마르코프 정리를 이용한 분위수 기반 추정기를 제안한다. 시뮬레이션과 실험을 통해 기존 평균·최소제곱 추정법보다 높은 정확도를 입증한다.
저자: Antonio Moschitta, Johan Schoukens, Paolo Carbone
본 논문은 양자화된 데이터만을 이용해 신호 파라메터를 추정하는 문제를 다루며, 특히 DC값과 사인파(진폭, 초기 위상, 오프셋)의 추정에서 발생하는 편향을 제거하는 새로운 방법을 제시한다. 서론에서는 ADC의 비균일성(INL·DNL)과 잡음 PDF가 제한적인 경우 기존 산술 평균이나 최소제곱 추정법이 편향을 일으킨다는 점을 강조한다. 기존 연구에서는 이론적 가정(균일 ADC, 잡음이 충분히 큰 경우) 하에 편향을 보정했지만, 실제 시스템에서는 이러한 가정이 거의 성립하지 않는다.
문제 정의에서는 입력 신호 x
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기