说说最小均方误差(MMSE)
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了说说最小均方误差(MMSE)相关的知识,希望对你有一定的参考价值。
参考技术A 无人机飞控中使用到的卡尔曼滤波函数就是最小均方差的实现。
MMSE是一个model用来最小化Mean Square Error(MSE)。
什么是最小均方误差?让我们从信道模型说起
MMSE是一种方法,让接到的数据尽可能更加接近发送的数据,所以MMSE的目的就是找一个矩阵G,来让GY更加接近x
接下来我们的目标就是解决这个式子GY-x,让GY更加接近x,我们认为接收到的数据和e是不相关的
,因此下面的式子是成立的:
接下来就要对y H^H和x H^H进行处理来得到G
得到y H^H和x H^H,进而获得G的表达式
Minimum Mean Squared Error (MMSE)最小均方误差
均方误差(Mean Squared Error, MSE)是衡量“平均误差”的一种较方便的方法。可以评价数据的变化程度。均方根误差是均方误差的算术平方根。
最小二乘(LS)问题是这样一类优化问题,目标函数是若干项的平方和,每一项具有形式,具体形式如下:
minimize (式1)
但是,我们在实际优化问题中经常看到的是另一种表示形式:
(式2)
其中是真值,是估计值,式1和式2是一样的,只是用的符号不同,式1中的对应式2中的,即优化中要求的变量。
------------------------------------------------------------------------
作为过渡概念,LS的一种更复杂也更灵活的变形:
加权最小二乘 根据实际问题考虑每个求和项的重要程度,即加权值w,如下:
------------------------------------------------------------------------
均方误差(MSE)是一种加权最小二乘,它的权值是概率
最小二乘法(LS):观测值与实际数据误差平方和最小,min(y-f(x))。
最小均方误差(MMSE):误差平方和取均值再开方,在含噪数据中使预测模型有好的精度(概率最大模型),达到f(x)=y。
链接:https://www.zhihu.com/question/27200164/answer/88360164
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
以上是关于说说最小均方误差(MMSE)的主要内容,如果未能解决你的问题,请参考以下文章
PythonPython 实现破零(ZF)和最小均方误差(MMSE)信道均衡
PythonPython 实现破零(ZF)和最小均方误差(MMSE)信道均衡