基于有限空闲样本的隐蔽功率控制:KL散度校准与非高斯扩展
《Electronics》:Learning-Calibrated Covert Power Control Under Unknown Background Noise: Exact Gaussian Calibration and Non-Gaussian Susceptibility Estimation
【字体:
大
中
小
】
时间:2026年10月22日
来源:Electronics 2.9
摘要
我们研究了在守卫知晓真实背景分布的条件下,基于有限空闲样本的隐蔽功率控制问题。学习感知的隐蔽性界定了学习所得功率导致块Kullback–Leibler (KL) 散度超过其预算的概率。在方差未知的匹配零均值高斯采样情形下,单侧卡方校准可精确达到目标违反概率 α,而参数代入概率则趋近于 1/2。经论证的方差比下界将该保证扩展至高斯代理失配的情形。对于平滑的非高斯背景,隐蔽敏感性支配局部 KL 展开;有效的单侧敏感性界与余项控制条件可条件性地实现功率校准。我们实现了一种采用块内自助法与经验平滑储备的分叉交叉估计器。在开发混合上进行的独立固定储备确认得到相应次数的观察到的违反及中位功率效率。在匹配自适应储备下,对角修正的同样本比较器亦得到相应次数的观察到的违反及更高的中位效率。两个预设测试混合在特定条件下各得到相应次数的观察到的违反,尽管高曲率包络在若干次试验中覆盖了真实敏感性。在较小样本量与轻尾应力设定下观察到了违反现象。非高斯结果对所评估的背景与运行条件提供了实证证据。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号