期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
未预期模型误差影响下秩减估计器的性能分析 被引量:4
1
作者 王鼎 吴瑛 《通信学报》 EI CSCD 北大核心 2011年第8期81-90,共10页
从理论上定量分析了未预期模型误差影响下秩减估计器的方位估计性能。通过对秩减估计空域谱进行一阶Taylor级数展开得到方位估计偏差的表达式,基于此分别推导了秩减估计器的方位估计均方误差和测向成功概率。针对一种用于均匀阵列互耦... 从理论上定量分析了未预期模型误差影响下秩减估计器的方位估计性能。通过对秩减估计空域谱进行一阶Taylor级数展开得到方位估计偏差的表达式,基于此分别推导了秩减估计器的方位估计均方误差和测向成功概率。针对一种用于均匀阵列互耦自校正的秩减估计器给出数值实验,实验结果验证了理论推导的有效性。 展开更多
关键词 秩减估计 模型误差 互耦 均方误差 成功概率 高斯向量二次型
下载PDF
未预期模型误差影响下秩减估计空域谱的统计特性及分辨概率 被引量:2
2
作者 王鼎 吴瑛 《应用科学学报》 EI CAS CSCD 北大核心 2011年第2期176-186,共11页
秩减估计器能在未知预期的阵列误差的条件下估计信源方位,并可避免迭代运算和局部收敛,但该类方法对阵列误差模型有一定要求,实际中未预期的模型误差会影响其角度分辨性能.为此,该文分析了未预期模型误差影响下秩减估计器的角度分辨性能... 秩减估计器能在未知预期的阵列误差的条件下估计信源方位,并可避免迭代运算和局部收敛,但该类方法对阵列误差模型有一定要求,实际中未预期的模型误差会影响其角度分辨性能.为此,该文分析了未预期模型误差影响下秩减估计器的角度分辨性能,给出了秩减估计空域谱关于未预期模型误差的二阶表示及其统计特性,并推导了三类角度分辨概率的计算公式.针对用于均匀阵列互耦自校正、依赖方位的幅相误差自校正这两种秩减估计器进行数值实验,验证了理论推导的正确性. 展开更多
关键词 秩减估计 阵列误差 互耦 幅相误差 空域谱 角度分辨概率
下载PDF
有限采样影响下秩减估计器的波达方向估计性能分析 被引量:1
3
作者 王鼎 姚晖 吴瑛 《通信学报》 EI CSCD 北大核心 2013年第3期53-67,共15页
首先从理论上分析有限采样影响下秩减估计器的波达方向估计性能,然后基于信号(或噪声)子空间的正交投影矩阵扰动定理,分别推导秩减估计器方位估计偏差的一阶和二阶闭式表达式,在此基础上给出其方位估计均方误差、偏置以及测向成功概率... 首先从理论上分析有限采样影响下秩减估计器的波达方向估计性能,然后基于信号(或噪声)子空间的正交投影矩阵扰动定理,分别推导秩减估计器方位估计偏差的一阶和二阶闭式表达式,在此基础上给出其方位估计均方误差、偏置以及测向成功概率的理论计算公式,最后针对若干重要的秩减估计器给出数值实验,实验结果验证了所提理论推导的有效性。 展开更多
关键词 秩减估计 MUSIC算法 有限采样 均方误差 偏置 成功概率
下载PDF
基于秩减估计器的L型阵列二维波达角估计算法 被引量:1
4
作者 魏子翔 崔嵬 +1 位作者 侯建刚 吴嗣亮 《电子与信息学报》 EI CSCD 北大核心 2015年第8期1879-1885,共7页
针对L型阵列2维波达角(2D-DOA)估计问题,该文提出了一种新的基于秩减估计器的算法。该算法利用辅助角将2D-DOA估计问题转换为两个级联的1D-DOA估计问题:首先采用基于传播算子的秩减估计器获得高精度的辅助角估计;其次利用辅助角估计结... 针对L型阵列2维波达角(2D-DOA)估计问题,该文提出了一种新的基于秩减估计器的算法。该算法利用辅助角将2D-DOA估计问题转换为两个级联的1D-DOA估计问题:首先采用基于传播算子的秩减估计器获得高精度的辅助角估计;其次利用辅助角估计结果获得某一入射角的一元代价函数,借鉴root-MUSIC算法通过对多项式求根获得某一入射角估计,而另一入射角估计可由已得角度估计和辅助角估计通过简单转换获得且两入射角之间无需配对。运算量分析表明,该算法运算量与JEADE算法接近,大于CODE和root-MUSIC算法。仿真实验验证了该算法在不同信噪比、快拍数目条件下可获得高精度的DOA估计结果。 展开更多
关键词 信号处理 L型阵列 2维波达角 秩减估计 传播算子算法
下载PDF
矩阵值时间序列自回归模型的稳健估计
5
作者 陈阳 张晓梅 +1 位作者 朱映秋 秦磊 《应用数学学报》 CSCD 北大核心 2024年第6期999-1026,共28页
为了解决矩阵自回归模型(MAR)最小二乘估计易受到异常值或厚尾分布误差影响而偏离真值的问题,本文针对损失函数进行改进,基于投影方法和迭代最小二乘法,提出了求解MAR模型稳健估计的RE-PROJ和RE-ILS方法.两种方法均在构造估计量的过程... 为了解决矩阵自回归模型(MAR)最小二乘估计易受到异常值或厚尾分布误差影响而偏离真值的问题,本文针对损失函数进行改进,基于投影方法和迭代最小二乘法,提出了求解MAR模型稳健估计的RE-PROJ和RE-ILS方法.两种方法均在构造估计量的过程中使用了M估计的思想,模拟数据显示上述两种方法能够更好抵御异常值对参数估计的影响.本文进一步讨论了MAR(p)模型进行阶数选择的BIC准则以及矩阵观测值存在相关性时带有减秩假定的稳健估计方法.实际分析结果表明,在异常值较多或尖峰厚尾的矩阵值观测数据中,本文提出的稳健估计相较最小二乘估计,在拟合和预测方面更具有优势. 展开更多
关键词 矩阵自回归模型 稳健估计 阶数选择 估计
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部