信道估计对于接收到的信号至关重要。 但是,由于严重的信道干扰,用于信道估计的Cramer-Rao下界(CRLB)受雪崩和对称性破坏的影响,这是由多维参数异质叠加引起的。 本文提出了CRLB的维泛函微分收敛。 设计了一种新的似然函数估计器,该估计器融合了时间,频率,能量和信息这四个异构域。 CRLB的方差采用Euler-Lagrange方程的联合最小化基态解。估计误差的扩散通过观测的时间和频率收敛。 反馈补偿会在能量域中修改CRLB雪崩。 新的方法通过减少CRLB的扩散来改善信道估计性能。仿真演示了经过收敛和修改后的新CRLB,增强了7 dB多普勒频偏估计,提高了16%的估计最小均方误差。