首页 | 本学科首页   官方微博 | 高级检索  
     

混合高斯自回归模型参数估计方法之ML-DC
引用本文:王平波,蔡志明,刘旺锁.混合高斯自回归模型参数估计方法之ML-DC[J].信号处理,2007,23(6):864-868.
作者姓名:王平波  蔡志明  刘旺锁
作者单位:海军工程大学电子工程学院,武汉,430033
基金项目:973基金项目,编号为5132102ZZT32.
摘    要:混合高斯自回归模型可以对有色非高斯数据的概率密度和功率谱密度进行有效的拟合.而ML-DC算法则可解决这一模型的参数估计问题。描述了混合高斯自回归模型及其参数估计问题之后,分别导出了功率谱密度参数的最大似然估计和概率密度参数估计的动态簇算法,并由此组成了参数耦合估计的ML-DC算法。最后结合一组仿真实例对其估计性能进行了详细探讨,指出并解释了算法的适用范围。

关 键 词:混合高斯自回归模型  最大似然估计  动态簇算法
修稿时间:2006年3月1日

ML-DC Algorithm of Parameters Estimation for Gaussian Mixture Autoregressive Model
WANG Ping-bo,CAI Zhi-ming,LIU Wang-suo.ML-DC Algorithm of Parameters Estimation for Gaussian Mixture Autoregressive Model[J].Signal Processing,2007,23(6):864-868.
Authors:WANG Ping-bo  CAI Zhi-ming  LIU Wang-suo
Abstract:
Keywords:Gaussian mixture autoregressive model  Maximum likelihood estimation  Dynamic clutter algorithm
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号