非线性回归模型参数估计的区间分析方法

现有很多方法都属局部搜索方法,不能保证得到问题的全部全局最优解,而基于区间分析的区间全局优化算法则能在给定精度范围内求出问题的全部全局最优解,并能给出满足要求的包含最优解的任意小区间。基于此,给出了非线性回归模型参数估计的区间全局优化算法,论述了算法求解问题的基本思想、解算步骤、基本算法和加速工具等,并将其应用于非线性回归模型参数估计中,仿真实验结果验证了所给算法的可行性和有效性．     

基于航迹无关模型的传感器系统误差可观测性分析

可观测性分析是建立系统误差估计模型的一个必要前提。针对系统误差航迹无关估计模型的可观测性问题,该文采用可观测矩阵研究系统误差的可观测性和可观测度。首先建立了基于航迹无关的系统误差量测与状态转换模型,在此基础上构建了系统误差的可观测矩阵,通过判定可观测矩阵的奇异性研究了系统误差的可观测性问题,并且给出了可观测度的表达式,最后建立了典型的仿真环境,分析了可观测度对系统误差估计精度的影响以及传感器的几何位置和目标的运动状态对系统可观测性及可观测度的影响。      

基于子空间迭代的Prony模型参数估计

 在Prony模型满足充分必要条件的非线性最小二乘最优解的基础上,给出了Prony模型基于子空间迭代的非线性最小二乘参数估计(ISNLSE).基于对最优解几何结构的认识,导出了一个合理的"收敛控制条件",并构造了一个充分有效的算法;既加深了对问题求解的认识,又大大地改进了算法的收敛性和有效性.最后,用一个简单的例子阐明这一迭代过程,其结果和"扩充的ESPRIT算法"的结果作了比较.     

哈默斯坦非线性时变系统的加权学习辨识方法

针对有限区间哈默斯坦(Hammerstein)非线性时变系统,该文提出一种加权迭代学习算法用以估计系统时变参数。首先将Hammerstein系统输入非线性部分进行多项式展开,采用迭代学习最小二乘算法辨识系统的时变参数。为了防止数据饱和,采用带遗忘因子的迭代学习最小二乘算法,进而引入权矩阵,采用加权迭代学习最小二乘算法改进系统跟踪误差,以提高辨识精度。该文分别给出3种算法的推导过程并进行仿真验证。结果表明,与迭代学习最小二乘算法和带遗忘因子迭代学习最小二乘算法相比,加权迭代学习最小二乘算法具有辨识精度高、跟踪误差小以及迭代次数少等优点。     

基于LSSVM的威布尔分布形状参数估计

固态介质击穿寿命特性通常用威布尔分布来描述,形状参数卢反应了固态介质的失效特征,因而需要精确估计β值.提出了在小样本情况下基于最小二乘支持向量机(LSSVM)的参数评估方法,并给出了LSSVM在MOS电容与时间有关的击穿寿命分布评估中的应用实例,并与常规的最小二乘评估方法相比,得到的结果表明LSSVM的评估精度更高(均方误差更小)、鲁棒性更好,在小样本情况下能更精确地确定威布尔分布的形状参数.     

基于GA-LS指数衰减正弦信号参数估计算法

本文提出基于GA-LS指数衰减正弦信号的参数估计方法,根据系统模型特性将待估计参数分成两类,非线性类和线性类,将遗传算法和最小二乘法估计结合起来对参数进行估计。在观察与分析信号的频域特征后,确定各非线性部分的参数范围,采用遗传算法在参数空间里搜索,再用当下最优的非线性类参数,通过最小线性二乘法确定线性类参数。通过缩小了遗传算法的搜索空间维数,考虑了系统的线性部分参数间的约束关系,达到提高参数的搜索效率,提高参数的估计精度。大量仿真实验表明算法收敛速度优于标准遗传算法,精度高。用于估计冲击实验的采集信号满足实际需要。     

一类Wiener非线性时变系统的迭代学习辨识

针对Wiener非线性时变系统的参数辨识问题,该文提出一种基于重复轴的迭代学习算法来实现对时变甚至突变参数的估计.文中将维纳系统输出非线性部分的反函数进行多项式展开,进而构造了回归模型,未知参数及中间变量用其估计替代,分别给出了采用迭代学习梯度算法和迭代学习最小二乘算法实现时变参数辨识的方法.仿真结果表明,与带遗忘因子的递推算法和迭代学习梯度算法相比,迭代学习最小二乘算法更具有参数估计收敛速度快,辨识精度高,系统输出误差小等优势,验证了所提学习算法的有效性.     

一类Wiener非线性时变系统的迭代学习辨识

针对Wiener非线性时变系统的参数辨识问题,该文提出一种基于重复轴的迭代学习算法来实现对时变甚至突变参数的估计.文中将维纳系统输出非线性部分的反函数进行多项式展开,进而构造了回归模型,未知参数及中间变量用其估计替代,分别给出了采用迭代学习梯度算法和迭代学习最小二乘算法实现时变参数辨识的方法.仿真结果表明,与带遗忘因子...     

一种基于多点观测的无人机目标定位方法

随着无人机技术发展,无人机应用越来越广泛,目前已被应用于侦察监视、抢险救灾和目标打击等领域。对地目标精确定位是军用无人机重要功能之一,提出了一种基于多点观测的无人机对地目标定位方法。该方法定位精度高、适用范围广,不需要搭载光电侦察平台,无需进行激光测距,有效地保证了无人机自身安全,也降低了测量设备的成本,丰富了无人机目标定位理论方法。     

CARMA模型参数的两步估计法

本文对噪声未知的ＣＡＲＭＡ模型，用自适应线性增强器与自适应滤波器并联，作ＣＡＲＭＡ模型的噪声估计器，以最小二乘法估计参数，形成了一种适用于ＣＡＲＭＡ模型的两步估计法。     

基于正交投影的GTD模型参数估计方法

雷达目标散射中心的参数估计在目标高频电磁散射特性分析和识别中有着许多重要的应用.以几何绕射(GTD)模型为基础,提出了一种基于正交投影的模型参数估计方法.该方法依据GTD模型中散射中心位置与类型参数的低耦合,利用信号子空间的平移不变结构估计散射中心的位置,根据频率依赖项的正交投影系数对类型参数进行鉴别.由于整个估计过程一次完成,因此,具有较低的计算复杂性.仿真实验结果表明:该方法具有较高的估计精度和良好的推广性能.     

一种LFM信号最大似然估计模型与参数估计快速算法

从最大似然估计模型入手,提出了一种适合在一般高斯噪声环境（包括色噪声）下LFM信号目标的参数估计模型和基于此估计模型的调频斜率和初始频率估计的快速算法。此方法获得了最大似然方法估计精度高的优点,且运算量比传统的最大似然方法大大降低。另外推导出了一般高斯环境下的LFM参数估计的CRB界,为一般高斯环境下的估计的参数的方差提供实际下界。     

Joint state and parameter estimation for a target-directed nonlinear dynamic system model

We present a new approach to joint state and parameter estimation for a target-directed, nonlinear dynamic system model with switching states. The model, recently proposed for representing speech dynamics, is called the hidden dynamic model (HDM). The model parameters, subject to statistical estimation, consist of the target vector and the system matrix (also called "time-constants"), as well as parameters characterizing the nonlinear mapping from the hidden state to the observation. We implement these parameters as the weights of a three-layer feedforward multilayer perceptron (MLP) network. The new estimation approach is based on the extended Kalman filter (EKF), and its performance is compared with the traditional expectation-maximization (EM) based approach. Extensive simulation results are presented using both approaches and under typical HDM speech modeling conditions. The EKF-based algorithm demonstrates superior convergence performance compared with the EM algorithm, but the former suffers from excessive computational loads when adopted for training the MLP weights. In all cases, the simulated model output converges to the given observation sequence. However, only in the case where the MLP weights or the target vector are assumed known do the time-constant parameters converge to their true values. We also show that the MLP weights never converge to their true values, thus demonstrating the many-to-one mapping property of the feedforward MLP. We conclude that, for the system to be identifiable, restrictions on the parameter space are needed.     

基于参数建模的分布式信任模型

从信任的定义和信任模型的功能特性出发,提取了9个功能参数：灵活性、主观性、模糊性、时间衰减性、传递性、抗攻击性、奖惩机制、敏感性和可扩展性。在对这9个参数建模的基础上提出了一种分布式信任模型。分析结果表明所提信任模型满足提取参数的功能要求,具有一定的通用性。仿真结果表明所提的信任模型是合理有效的,相对于其他相关模型表现较为优越。     

A new algorithm for linear and nonlinear ARMA model parameter estimation using affine geometry

A linear and nonlinear autoregressive (AR) moving average (MA) (ARMA) identification algorithm is developed for modeling time series data. The new algorithm is based on the concepts of affine geometry in which the salient feature of the algorithm is to remove the linearly dependent ARMA vectors from the pool of candidate ARMA vectors. For noiseless time series data with a priori incorrect model-order selection, computer simulations show that accurate linear and nonlinear ARMA model parameters can be obtained with the new algorithm. Many algorithms, including the fast orthogonal search (FOS) algorithm, are not able to obtain correct parameter estimates in every case, even with noiseless time series data, because their model-order search criteria are suboptimal. For data contaminated with noise, computer simulations show that the new algorithm performs better than the FOS algorithm for MA processes, and similarly to the FOS algorithm for ARMA processes. However, the computational time to obtain the parameter estimates with the new algorithm is faster than with FOS. Application of the new algorithm to experimentally obtained renal blood flow and pressure data show that the new algorithm is reliable in obtaining physiologically understandable transfer function relations between blood pressure and flow signals.     

合肥大气下行长波辐射估算模型研究与改进

大气下行辐射是地表辐射和能量平衡中的一个关键参数, 在反演地表温度和发射率、开展气候变化研究 中起着关键作用。基于现有的大气下行辐射测量方法的分析比较, 开展了合肥大气下行长波辐射的研究。利用 MODTRAN 辐射传输模型模拟计算了合肥大气下行辐射通量, 并以该方法获取的大气下行辐射通量为基准, 对广 泛应用的个晴天经验模型进行性能评价, 验证了 Idso 模型和 Ångstrom ¨ 模型对于合肥大气条件的适用性。进而利用 MODTRAN 辐射传输模型模拟数据对 Idso 模型中的参数进行修正, 提高了该模型的模拟精度。该研究为方便快捷准 确地获取合肥大气下行辐射通量提供了可靠方法。     

局部散射源参数估计的非线性算子方法

本文利用单次快摄数据的两个非线性算子估计局部散射源中心波达方向和角扩展,与多维参数搜索和其他低复杂性的局部散射源参数估计算法不同,非线性算子方法给出了单次快摄的局部散射源参数估计的闭式解,无需进行多维搜索和子空间分解。     

一种改进的跳频信号参数估计方法

针对在跳频信号跳变时刻和跳变频率估计方面实时性和估计精度无法同时兼顾的问题,提出了一种基于短时傅立叶变换(STFT)和多重信号分类(MUSIC)算法的跳频信号参数估计方法。在建立跳频信号数学模型的基础上,利用STFT选取较大时间窗对整个信号在时域进行粗搜索,生成时频谱图,提取时频脊线从而获得跳变时刻,然后选取较小时间窗在已知跳变时间段利用STFT进行跳变时刻的细估计,并利用MUSIC算法进行频率的精确估计。该方法利用STFT的二次估计,减少了MUSIC搜索范围,从而降低了时间开销。仿真表明该算法的跳变时刻频率估计精度高,实时性能满足参数测量需求。     

Small-signal model parameter extraction for microwave SiGe HBTs based on Y- and Z-parameter characterization

ter extraction method is further validated by comparing the modeled and simulated S-parameters as a function of frequency.