参数估计中最小绝对值误差估计器的实现

简要介绍了贝叶斯参数估计的基本原理,并在选择绝对型损失函数的基础上,给出了最小绝对值误差估计器(minimum mean absolute error,简称MMAE)的实现方法.选择1组电阻测量值作为样本,利用Parzen窗法计算出相应的概率密度函数,最后得出了该样本的MMAE估计器.

辨识网络拓扑错误的最小绝对值状态估计

采用最小绝对值状态估计算法辨识网络拓扑错误。在传统的最小二乘法状态估计模型中引进扩展变量和量测量,构成最小绝对值状态估计问题,进而转化为线性规划的标准形式求解。在一实际测验系统上进行了试算。

离散系统的最小误差熵估计

本文为有效地求解离散MEE估计问题提供了新颖实用的方法。从穷搜法出发分别建立了AI启发式算法和良好结构情况下的降维搜索算法,从而有效地缩小了搜索空间。

最小均方误差光强估计技术

开关键控直接检测光通信系统需要对信号光强进行估计,提出了利用最小均方误差估计技术,并通过 仿真同最大似然估计进行了比较,可以看出最小均方误差估计器在弱湍流情况下优于最大似然估计器。

自适应角速度估计器在磁悬浮控制力矩陀螺框架伺服系统中的应用

提出了一种低噪声、带宽可调的自适应角速度估计算法。对该角速度估计器的稳定性做了分析,利用最小二乘法设计了实时调整前向通道比例增益的自适应算法。利用Matlab对实际获得的实验数据进行仿真,使稳速速率的波动量减小了88%,然后在磁悬浮控制力矩陀螺上进行了实验。将角速度估计器加到速率环的反馈环节上,在带宽不受影响的前提下,使速率曲线的波动量减小了71.5%。实验结果表明,该算法能在很宽的调速范围内对速度进行准确估计。

一种改进的基于NRA的信道估计器

提出了一种改进的基于噪声减小算法(NRA)的信道估计方法,该方法不仅适用于采样时钟与信道脉冲响应同步的条件下,同样也适用于非同步的条件下,而且该方法在降低噪声影响方面相比于DFT-IDFT传输域滤波具有较低的计算复杂度。仿真表明,该算法具有良好的性能。

随机性参数分布式量化估计及其最优比特分配

本文研究总比特率给定下随机向量参数分布式量化估计及其最优比特分配问题.与现有文献大都假定每个传感器的量化比特率给定而不是最优分配下研究随机性参数的分布式量化估计问题不同的是,本文将综合考虑最优量化器、最优估计器算法以及给定总比特率下的最优比特分配问题.针对向量状态标量观测模型,首先借助现有文献给出基于量化观测的最优估计器及其误差协方差阵形式表达,其次得到各传感器的渐近最优量化器实际为著名的Lloyd-max量化器,且各传感器的渐近最优量化级数与信噪比成正比,同时引入一种次优的求解非负整数比特率的方法.考虑到当传感器数目比较大时,初始的最优估计器算法运算量很大,设计了一种渐近等价的迭代量化估计器算法,其计算负担大大减轻,且对于存在延迟或丢包的网络环境亦适用,增强了算法的鲁棒性.仿真结果表明,本文提出的最优比特分配方案估计性能明显优于一般的均匀比特分配方案.

最小一乘法在建立预测模型中的应用

最小一乘法在建立预测模型中的应用□文／安徽财贸学院杨桂元一、引言在社会经济现象中，某个经济变量（预测变量）ｙ受其他一些因素ｘ１，ｘ２，…ｘｍ的影响，ｙ与ｘ１，ｘ２，…，ｘｍ之间存在着线性相关关系。即ｙ＝ａ＋ｂ１ｘ１＋ｂ２ｘ２＋…＋ｂｍｘｍ＋ε（１）…...

DRM系统中的OFDM信道估计

本文对OFDM体制下DRM系统中基于导频辅助调制(PSAM)的信道估计器进行了分析,描述了数字调幅广播中导频单元的分布,在DRM系统基础上分别结合最小平方准则(LS)和线性最小均方误差准则(LMMSE),提出了信道估计方法,并在Matlab环境下,使用Watterson信道模型进行了蒙特卡罗模拟,给出了性能比较。

赫尔默特变换的各种稳健估计方法

本文论述了用于赫尔默特变换的各种稳健估计解法。讨论了能适用于各种估计解法的稳健变换程序“ROBHEL”。最后给出一个算例来比较各种解法。

稳健的联合航迹关联与系统误差估计

在多传感器数据融合系统中,航迹关联与系统误差估计之间存在着紧密的耦合关系。传感器系统误差容易诱发航迹关联出错;而系统误差的可靠估计又依赖于正确的关联结果。传统算法多忽视模块间耦合关系,对航迹关联与系统误差估计进行独立研究,在实际应用中性能退化严重。该文提出了一种基于稳健交替迭代的联合航迹关联与系统误差估计方法。该方法将错误关联视为系统误差估计的野值,在航迹关联与系统误差估计交替迭代过程中,使用最小平方中值(LMedS)估计器完成系统误差的稳健估计。仿真结果表明该方法在估计性能上具有明显优势。

基于X射线脉冲星的最小误差熵定姿态方法

提出一种基于X射线脉冲星能量观测信息和最小误差熵算法的航天器自主定姿方法.首先建立了圆形准直器差分测量模型,观测两颗脉冲星的辐射光子能量.然后引入信息熵概念来充分表征脉冲星辐射信号的随机性,用最小误差熵原理进行参数拟合,解出脉冲星在航天器坐标架下的方向矢量,通过矢量定姿法解算出航天器在参考坐标系中的完整姿态.最后结合美国国家宇航局HEACARC数据库提供的脉冲星观测数据进行了仿真试验,结果表明:在所给试验条件下,基于最小误差熵方法的参数估计精度要优于常用的最小二乘法,相比于后者,俯仰、滚动和偏航三轴精度分别提高了31.4%,27.1%和32.5%.

MMSE白化和子空间MMSE白化

介绍了一种最优线性白化技术,他能最小化原始数据与白化后的数据的均方误差,使输出数据(白化后的数据)尽可能地接近输入数据(原始数据),也就是在均方误差意义上失真最小。先介绍MMSE白化技术,接着介绍子空间下的MMSE白化技术,最后将白化技术应用到最小二乘(LS)估计器中,仿真结果证明MMSE白化能达到改善性能的目的。

随机性标量参数分布式量化的最优比特分配

本文研究了在总比特率设定的情况下,改良并给出表现更优的量化器,以及如何实现基于网络的随机标量参数分布式量化估计,重点讨论传感器比特数最优分配.与常规给定各传感器的量化比特率不同的是,本文将结合估计器算法使用和不同量化器的构建,来研究固定总比特率下的分配.文中的观测模型噪声服从高斯分布,并且以此模型为对象通过均匀量化探讨基于一般类型与线性估计器的最理想比特分配方式.前者均方误差上限与后者对应下限在高精度处理方案下结果几乎相同,都表现出网络中观测噪声误差反比于量化级数这一特性.此外还借用交替序列比特分配算法以确保求解出的数值解恒非负.最后从MATLAB仿真结果可以看到,本文给出的最优比特分配估计器较传统方案的表现更优.

使用位置量测值乘积的多目标跟踪(一)

本文主要介绍用于多目标跟踪(MTT)中航迹保持的对称量测方程(SME)滤波器的继续研究。与其他的MTT方法比较起来,在SME滤波器中,为了进行目标状态估计,没有必要考虑目标/量测互联,这将导致MTT问题计算复杂性的实质性的简化。本文集中在由原始位置量测值的积构成的和产生SME的情况。对于其运动包括围绕等速轨迹随机扰动的N个目标情况研制了SME滤波器。假设x坐标位置的量测值是可得到的,并假定量测数等于目标个数。研究了SME滤波器的各种解析特征,尤其是证明了:在极不充分的条件下,估计误差方程是局部指数稳定的。通过把SME滤波器与最佳(最小方差)估计器比较和在六个目标情况下进行的计算机模拟研究了SME滤波器的性能。

频率合成器、功率合成器、均衡器、衰减器

Y2001-62960-386 0206115单元边缘的芯片级最小均方误差均衡=Chip-levelMMSE equalization at edge of the cell[会,英]/Krauss,T.P.& Zoltowski,M.D.//2000 IEEE WirelessCommunications and Networking Conference,Vol.1.—386～392(HE)