Projekt: Biased Estimation

Stammdaten
Biased Estimation
Beschreibung: Die Schätzung einer Menge von unbekannten deterministischen Parametern ist ein übliches Problem in vielen Bereichen der Ingenieurswelt, besonders in der statistischen Signalverarbeitung und in der Nachrichtentechnik. Derzeit werden zumeist erwartungstreue Schätzmethoden verwendet. Oft existiert der erwartungstreue Schätzer mit der minimalen Varianz jedoch nicht bzw. ist er auch oft schwer zu bestimmen. Es existieren Fälle, in denen ein nichterwartungstreuer Schätzer zu einem kleineren mittleren quadratischen Fehler (MSE) führt als der erwartungstreue Schätzer. Wenn man den nichterwartungstreuen Schätzer verwendet, kann die Varianz verkleinert werden, während der Bias erhöht wird. Um den Gesamtfehler zu reduzieren, muss eine gegenseitige Abstimmung zwischen Bias und Varianz erfolgen. Das Ziel ist die Ausnützung von nichterwartungstreuen Schätzmethoden für typische Probleme in der statistischen Signalverarbeitung und Kommunikationstechnik zu erforschen. Außerdem sollen auch nichterwartungstreue Schätzverfahren mit herkömmlichen erwartungstreuen Ansätzen verglichen werden, und zwar hinsichtlich Performance und Komplexität.
Schlagworte: Statistische Signalverarbeitung
Biased Estimation
Beschreibung: The estimation of a set of unknown but deterministic parameters is a common problem in lots of areas in engineering, especially in fields like statistical signal processing and communications engineering. At present, unbiased estimation methods are mostly used to estimate the set of unknown parameters. But in some cases, the minimum variance unbiased estimator (MVU) does not exist or is hard to find. There exist cases where a biased estimator leads to a smaller mean squared error (MSE) than the unbiased one. When using biased estimators, its variance potentially can be forced to be smaller compared to the unbiased case, at the expense of increasing the bias, while ensuring that the overall estimation error is reduced. Thus, the design of the biased estimator is typically subject to a tradeoff between variance and bias. The goal is to investigate the utilization of biased estimation methods for typical problems in statistical signal processing and communications engineering. Furthermore, the biased estimation approaches should be compared to traditional unbiased approaches in terms of performance and complexity.
Schlagworte: Statistical Signalprocessing
Kurztitel: n.a.
Zeitraum: 01.05.2008 - 30.04.2011
Kontakt-Email: -
Homepage: -

MitarbeiterInnen
MitarbeiterInnen Funktion Zeitraum
Lisha Fu-Müller
Forschungsaktivitäten
zur Visitenkarte
(intern)
  • wiss. Mitarbeiter/in
  • 01.05.2008 - 30.04.2011
Mario Huemer
Forschungsaktivitäten
zur Visitenkarte
(intern)
  • Projektleiter/in
  • 01.05.2008 - 30.04.2011

Zuordnung
Organisationseinheit
Fakultät für Technische Wissenschaften
  Institut für Vernetzte und Eingebettete Systeme
Universitätsstraße 65-67
9020 Klagenfurt am Wörthersee
Österreich
  -993640
   kornelia.lienbacher@aau.at
https://nes.aau.at/
zur Organisation

Kategorisierung
Projekttyp laufender Arbeitsschwerpunkt
Förderungstyp Sonstiger
Forschungstyp
  • Grundlagenforschung
Sachgebiete
  • 25 - Elektrotechnik, Elektronik *
Forschungscluster Kein Forschungscluster ausgewählt
Genderrelevanz 0%
Projektfokus
  • Science to Science (Qualitätsindikator: n.a.)
Klassifikationsraster der zugeordneten Organisationseinheiten:
Arbeitsgruppen Keine Arbeitsgruppe ausgewählt

Finanzierung
Keine Förderprogramme vorhanden

Kooperationen
Keine Partnerorganisation ausgewählt