搜索结果: 1-7 共查到“信息科学与系统科学 ARMA”相关记录7条 . 查询时间(0.064 秒)
研究网络环境下具有随机丢包的自回归滑动平均(ARMA) 信号的估计问题, 其中丢包现象通过一个满
足Bernoulli 分布的随机变量描述. 通过ARMA模型与状态空间模型的转化, 将具有丢包的ARMA信号估计问题转
化为具有丢包的状态空间模型的状态和白噪声估计问题. 利用射影理论分别给出线性最小方差最优线性状态估值器
和白噪声估值器, 进而获得ARMA信号估值器. 仿真结果表明, 当存在数...
非平稳ARMA信号自校正滤波器及其应用
信号估计 数据处理 非平稳ARMA信号
2008/12/29
本文处理带白色观测噪声的非平稳ARMA信号估计问题.应用状态空间方法和现代时
间序列分析方法[1],基于ARMA新息模型,提出了非平稳ARMA信号自校正滤波器,推广了
Hagander和Wittenmafk的结果[2],并给出了在雷达跟踪系统和检测数据数字滤波方面的应
用.仿真结果说明了本文结果的实用性和有效性.
非平稳ARMA信号自校正去卷滤波器
非平稳ARMA信号 去卷 输入估计
2008/12/29
本文用现代时间序列分析方法[1],对于通过已知线性系统被观测的未知非平稳ARMA输
入信号,提出了一种新的自校正递推去卷滤波器,它可用ARMA新息滤波器形式表示,适用
于非最小相位和不稳定的线性观测系统.仿真例子说明了其有效性.
基于OIVPM的特征值确定ARMA模型的结构
ARMA模型 结构辨识 最小描述长度准则
2008/12/25
基于最小描述长度(MDL)准则,提出了一种新的自回归滑动平均(ARMA)模型结构
辨识方法.该方法将ARMA模型的结构辨识分两步进行:首先利用超定辅助变量乘积矩
(0IVPM)的最小特征值确定自回归(AR)部分的阶,然后利用协方差矩阵的特征值估计滑
动平均(MA)部分的阶.方法的可行性与有效性通过大量的数值仿真得到验证.
量测误差为 ARMA 过程的随机逼近
2007/8/27
为了求回归方程 h(x)=0的根 x~0,根据对回归函数 h(·)的量测,在 i 时刻对x~0的估计为 x_i,在 i+1时刻对回归函数在 x_i 处进行量测,但量测量 y_(i+1)带有误差ε_i:y_(i+1)=h(x_i)+ε_i,而误差是相关的,构成一个 ARMA 过程:ε_(n+1)+D_1ε_n+…+D_dε_(n-d+1)=ω_(n+1)(x_n,ω)+C_1ω_n(x_(n-1),...
Stochastic adaptive control is considered for the discrete-time multi-input and multi-output system of multi-delay with noise expressed by an ARMA process. The CARIMA model is a special case of the sy...