Robust Methods for estimation of parameters and subspaces with application to Multiuser Detection

在工程科学协会中，有一种说法是，数据统计来自一个Gaussian-Prozess stammen。在实践中，这位安娜的一个解释是，如果说这是一种方法论，那么，在Gaussian-Annahme的基础上，它将被还原。这一研究是对稳健方法的发展，是对名义模型的首次发现。这一发展将促进更广泛的发展，为新一代的知识产权制度奠定基础。

Häufig wird in der Ingenieurwissenschaft angenommen, dass die gemessenen Daten statistisch aus einem Gauß-Prozess stammen. Eine Abweichung von dieser Annahme in der Praxis hat zur Folge, dass die Güte von solchen Methoden, die auf der Gauß-Annahme basieren, reduziert wird. Ziel dieser Forschung ist die Entwicklung von robusten Methoden, die unempfindlich gegenüber Abweichungen vom Nominalmodell sind. Diese Entwicklung wird auf Mehrbenutzerdetektoren, die für die nächste Generation von drahtlosen Kommunikationssystemen geplant sind, angewandt.