检索结果-南通市图书馆

零均值高斯AR(p)模型参数的最小化残差平方和(RSS)下条件最大似然估计及其最优性

在线全文

学校读者我要写书评

暂无评论

统计与决策 2009年第6期25卷 35-37页

作者：王想邓光明蒋远营桂林工学院数理系广西桂林541004

文章简捷地求取了零均值高斯模型参数的最小化残差平方和下的条件最大似然估计量,讨论了参数估计量的相合性、渐近正态性等最优性质。

关键词：条件最大似然估计最小化残差平方和高斯过程协方差平稳过程

LDPC编码辅助的判决反馈信道估计与均衡方法

在线全文

学校读者我要写书评

暂无评论

兵工学报 2023年

作者：李佳宣丁旭辉杨凯代计博卜祥元安建平北京理工大学信息与电子学院北京航天自动控制研究所宇航智能控制技术国家级重点实验室北京理工大学网络空间安全学院

信道频率选择性衰落较强的环境下，传统正交频分复用(Orthogonal Frequency Division Multiplexing， OFDM)非盲信道估计与均衡方法的系统误码性能(Bit Error Rate， BER)较差，且需要在信号中增加导频符号的插入，降低系统吞吐量。针... 详细信息

信道频率选择性衰落较强的环境下，传统正交频分复用(Orthogonal Frequency Division Multiplexing， OFDM)非盲信道估计与均衡方法的系统误码性能(Bit Error Rate， BER)较差，且需要在信号中增加导频符号的插入，降低系统吞吐量。针对上述问题，提出一种低密度奇偶校验码(Low-Density Parity-Check， LDPC)编码辅助的判决反馈信道估计与均衡方法。将LDPC编码增益引入判决反馈回路中，以提升收敛性，在插入极少导频符号的条件下达到渐进非盲信道估计与均衡方法的性能。另外提出一种基于条件最大似然(Conditional Maximum Likelihood， CML)原则的信道估计改进算法，以恒虚警原则检测有效抽头信号以提高信道估计精度，并且能够与判决反馈信道估计与均衡方法相结合，进一步提升算法性能。仿真结果表明，在仿真所选用的信道环境下，LDPC编码辅助的判决反馈信道估计与均衡方法相比传统判决反馈方法具有11～13 dB的误码性能提升，具有优秀的系统误码性能和鲁棒性。

关键词：正交频分复用多径信道信道估计与均衡判决反馈条件最大似然估计

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

自激励广义二项门限自回归模型的统计推断

吉林大学学报（理学版） 2023年第2期61卷 275-284页

作者：张洁张玉董小刚长春工业大学数学与统计学院长春130012

针对有上限且数据之间具有相依结构的非线性整数值时间序列数据的建模问题,提出一个自激励广义二项门限自回归模型.首先,证明该模型的严平稳遍历性,并讨论模型的一些统计性质:期望、方差、自协方差和转移概率;其次,分别给出门限变量在... 详细信息

针对有上限且数据之间具有相依结构的非线性整数值时间序列数据的建模问题,提出一个自激励广义二项门限自回归模型.首先,证明该模型的严平稳遍历性,并讨论模型的一些统计性质:期望、方差、自协方差和转移概率;其次,分别给出门限变量在已知和未知两种情形下模型参数的条件最大似然估计方法;最后,将该模型应用到一组实际数据中进行拟合验证.

关键词：整数值时间序列广义二项稀疏算子门限自回归过程条件最大似然估计

带有相依稀疏算子的一阶随机系数二项自回归模型

在线全文

学校读者我要写书评

暂无评论

吉林大学学报:理学版 2023年第5期61卷 1083-1089页

作者：邰志艳王佳聪杨凯张洁长春工业大学数学与统计学院长春130012

将ADCBAR(1)模型推广到随机系数情形,提出一种带有相依稀疏算子的一阶随机系数二项自回归模型RCADCBAR(1),用于刻画具有相依性及零堆积性质的有限范围内整数值时间序列数据.首先,推导该模型的一些统计性质;其次,用条件最大似然方法对模... 详细信息

将ADCBAR(1)模型推广到随机系数情形,提出一种带有相依稀疏算子的一阶随机系数二项自回归模型RCADCBAR(1),用于刻画具有相依性及零堆积性质的有限范围内整数值时间序列数据.首先,推导该模型的一些统计性质;其次,用条件最大似然方法对模型中存在的未知参数进行估计,并讨论估计量的渐近性质;最后,将该模型应用到一组实际数据中,以说明该模型的适用性.

关键词：随机系数相依稀疏算子 RCADCBAR(1)模型条件最大似然估计

一阶随机系数整值自回归模型的统计分析与实证研究

在线全文

学校读者我要写书评

暂无评论

一阶随机系数整值自回归模型的统计分析与实证研究

作者：郝运东北电力大学

学位级别：硕士

近年来,非线性结构的时间序列数据被广泛应用于金融、医疗和社会科学等领域,整值时间序列作为其中的分支,是研究人数、次数等指标的重要工具之一.目前,整值时间序列的研究成果集中在固定环境下,而在现实生活中,如果模型环境发生随机变化... 详细信息

近年来,非线性结构的时间序列数据被广泛应用于金融、医疗和社会科学等领域,整值时间序列作为其中的分支,是研究人数、次数等指标的重要工具之一.目前,整值时间序列的研究成果集中在固定环境下,而在现实生活中,如果模型环境发生随机变化,模型的扰动随之发生相应的变化.此外,存在一些取值较小但波动性较大的整值时间序列数据,此类数据具有非平稳性,通常采用差分的处理方法,使差分之后的数据为平稳数据,可能存在负值的现象.传统随机系数整值自回归模型无法解决非平稳性和存在负值的问题,因此本文在应用符号稀疏算子并引入随机环境的情况下进行研究并已解决上述问题.首先,本文介绍了随机环境和符号广义幂级数稀疏算子的基础理论,简述了相关领域的专家和学者们已经完成的工作、背景意义及现状;其次,将随机环境过程拓展到一阶随机系数整值自回归模型中,提出了一类可以解决随机环境下非平稳数据的新模型,即随机环境下基于符号广义幂级数稀疏算子的随机系数整值自回归模型,简称为Rr GINARS(1)模型,并计算了该模型的矩、条件矩和相关系数等统计性质;其三,通过Yule-Walker估计和条件最大似然估计得出了模型的样本期望、样本方差和一阶样本协方差等参数的估计量,证明了参数α和μ估计量的强相合性;其四,利用数值模拟,验证了随着样本量增加,均方误差趋向于0,估计量逐渐收敛于真值;最后,通过疫情防控的真实数据,证明了新模型解决实际问题的适用性.

关键词：整值时间序列符号稀疏算子随机环境 Yule-Walker估计条件最大似然估计

LDPC编码辅助的判决反馈信道估计与均衡方法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

兵工学报 2024年第4期45卷 1168-1175页

作者：李佳宣丁旭辉杨凯代计博卜祥元安建平北京理工大学信息与电子学院北京100081 北京理工大学网络空间安全学院北京100081 北京航天自动控制研究所宇航智能控制技术国家级重点实验室北京100854

信道频率选择性衰落较强的环境下,传统正交频分复用非盲信道估计与均衡方法的系统误码性能较差,且需要在信号中增加导频符号的插入,降低系统吞吐量。针对上述问题,提出一种低密度奇偶校验(Low-Density Parity-Check,LDPC)编码辅助的判... 详细信息

信道频率选择性衰落较强的环境下,传统正交频分复用非盲信道估计与均衡方法的系统误码性能较差,且需要在信号中增加导频符号的插入,降低系统吞吐量。针对上述问题,提出一种低密度奇偶校验(Low-Density Parity-Check,LDPC)编码辅助的判决反馈信道估计与均衡方法。将LDPC编码增益引入判决反馈回路中,以提升收敛性,在插入极少导频符号的条件下达到渐进非盲信道估计与均衡方法的性能。另外提出一种基于条件最大似然原则的信道估计改进算法,以恒虚警原则检测有效抽头信号以提高信道估计精度,并且能够与判决反馈信道估计与均衡方法相结合,进一步提升算法性能。仿真结果表明,在仿真所选用的信道环境下,LDPC编码辅助的判决反馈信道估计与均衡方法相比传统判决反馈方法具有11~13 dB的误码性能提升,具有优秀的系统误码性能和鲁棒性。

关键词：正交频分复用多径信道信道估计与均衡判决反馈条件最大似然估计

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

人口普查质量评估中的三系统估计量研究

数量经济技术经济研究 2020年第8期37卷 159-176,F0003页

作者：胡桂华吴婷范署姗广西师范大学数学与统计学院重庆工商大学数学与统计学院

研究目标:用三系统估计量替代双系统估计量,以解决后者由于普查与质量评估调查不独立引起的交互作用偏差问题。研究方法:采用数理模型与实地调研相结合的方法研究总体人口的等概率分层,三次捕获模型,三系统估计量及其抽样方差估计量。... 详细信息

研究目标:用三系统估计量替代双系统估计量,以解决后者由于普查与质量评估调查不独立引起的交互作用偏差问题。研究方法:采用数理模型与实地调研相结合的方法研究总体人口的等概率分层,三次捕获模型,三系统估计量及其抽样方差估计量。研究发现:对数线性模型、最大似然估计、不完整三维列联表和对数似然比是建立和选择三次捕获模型或三系统估计量的重要工具;三系统估计量不受三份人口名单是否独立的限制。研究创新:阐释三次捕获模型与三系统估计量的内在逻辑关系;提出抽样登记的三系统估计量。研究价值:三系统估计量应用于中国2020年人口普查净误差估计,开创世界人口普查净误差估计领域应用三系统估计量的先河。

关键词：三次捕获模型条件最大似然估计总体规模估计量不完整三维列联表对数线性模型

在线全文

学校读者我要写书评

暂无评论

基于CML的配电网μPMU相量测量算法

南方电网技术 2017年第7期11卷 58-67页

作者：李江魏文震陈继开东北电力大学电气工程学院吉林吉林132012

配电网受谐波和噪声干扰严重,电压相量的计算难度更大,传统的输电网相量测量精度不能满足配电网的要求。为提高配电网电压相量幅值和相角的测量精度,提出了一种基于条件最大似然估计法(conditional maximum likelihood estimation,CML)... 详细信息

配电网受谐波和噪声干扰严重,电压相量的计算难度更大,传统的输电网相量测量精度不能满足配电网的要求。为提高配电网电压相量幅值和相角的测量精度,提出了一种基于条件最大似然估计法(conditional maximum likelihood estimation,CML)的配电网微型同步相量测量单元(μPMU)的相量测量方法。该算法建立了三相不平衡系统的信号模型,在待测量最多包含两个未知量且待测量矩阵与单位矩阵正交不等于零时,利用三相矩阵与样本协方差矩阵的特征向量正交来获取待测量,进而通过几何特性推导出电压相量的幅值及相位表达式,降低了运算量。通过Matlab进行了仿真验证,仿真结果表明所提方法能够在一定程度上提高配电网电压相量幅值和相位的测量精度。

关键词：配电网 μPMU 三相不平衡系统条件最大似然估计

在线全文

学校读者我要写书评

暂无评论

基于零一膨胀的泊松INAR(1)模型

基于零一膨胀的泊松INAR(1)模型

作者：齐霄虹吉林大学

学位级别：硕士

一阶非负整数值自回归时间序列模型(First-order nonnegative integer-valued autoregressive,记为INAR(1))已经被广泛地应用在建模计数数据方面,泊松分布也是建模计数数据时最常用的分布之一,并且当新息过程服从泊松分布的时候,自回归... 详细信息

一阶非负整数值自回归时间序列模型(First-order nonnegative integer-valued autoregressive,记为INAR(1))已经被广泛地应用在建模计数数据方面,泊松分布也是建模计数数据时最常用的分布之一,并且当新息过程服从泊松分布的时候,自回归模型的边际分布也是泊松分布.然而当数据是零和一膨胀时这种模型表现得并不好.在这篇文章里我们介绍了一种新的INAR(1)模型,它的新息过程是由在零点的退化分布、在一点的退化分布以及泊松分布组成的带有零一膨胀的泊松混合分布(Zero-and-one inflated Poisson,记为ZOIP).本文首先给出了一些结构性质,例如均值、方差以及该模型的边际分布和联合分布;其次基于离散指数、零指数和一指数给出了检验一组数据在泊松INAR(1)模型假设下是否有零一膨胀现象的方法,并且给出了在接受原假设泊松INAR(1)模型时得到的检验统计量的渐近分布.参数的条件最大似然估计以及渐近正态性也在文中给出.最后,仿真研究表明随着样本的增大,该估计方法越来越精确.在对真实数据进行拟合时,带有零一膨胀的INAR(1)(INAR(1)process based on zero-and-one inflated Poisson innovations,记为ZOINAR(1))模型表现出很大的优越性.

关键词：条件最大似然估计离散指数零一膨胀的泊松分布一阶非负整数值自回归模型计数时间序列