【克拉美罗下界】突破CRB局限！多源波达方向估计的全局紧界ZZB方法重磅来袭【附python代码】

突破CRB局限！多源波达方向估计的全局紧界ZZB方法重磅来袭

文章题目

波达方向估计的Ziv-Zakai界（Ziv-Zakai Bound for DOAs Estimation）

摘要

均方误差（MSE）下界在评估波达方向（DOA）等非线性参数的估计性能中具有重要作用。在众多已知下界中，广泛认可的克拉美-罗界（CRB）由于其局部性，仅能在渐近区域对均方误差进行下界约束；而较少被采用的Ziv-Zakai界（ZZB）虽具有全局紧性，但受限于单源假设。本文首先推导了一种适用于混合相干/非相干多源波达方向估计的显式ZZB：通过融合Woodbury矩阵恒等式和Sylvester行列式定理，将ZZB从单源波达方向估计推广至多源场景，但该推广形式在远离渐近区域时失效。为此，本文引入次序统计量来描述均方误差计算过程中排序操作对波达方向先验分布的影响，使得所推导的ZZB在渐近区域外仍能对均方误差保持紧界约束。该ZZB首次被表示为相干源间相干系数的函数，揭示了先验性能区域内均方误差收敛性与源数之间的关系，同时为超定和欠定波达方向估计提供了统一的紧界。仿真结果表明，所推导的ZZB在评估和预测多源波达方向估计性能方面，相比CRB具有显著优势。

引言

波达方向（DOA）估计是雷达、声纳、导航和无线通信等众多阵列处理应用中的基础问题[1]。过去几十年中，多源波达方向估计吸引了大量研究关注，多数研究集中在算法设计上，典型算法包括多重信号分类（MUSIC）[2-4]、基于旋转不变技术的信号参数估计（ESPRIT）[5-7]、稀疏性基算法[8-10]以及机器学习基算法[11-13]。

均方误差（MSE）是评估估计器性能的常用指标，但作为典型的非线性参数估计问题，波达方向估计不存在精确的闭式最小均方误差解，因此亟需寻找均方误差下界（例如