期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
四元数Wishart矩阵分布及其在通信中的应用 被引量:1
1
作者 李斐 薛以锋 《工程数学学报》 CSCD 北大核心 2011年第1期96-100,共5页
利用奇异的四元数Wishart矩阵的密度函数以及特征值的联合密度函数计算出了四元数随机MIMO信道模型的信道容量.此模型包括信道系数矩阵Hnr×nt,它可分为ntnr和nt>nr这两种情况.文中对这两种情形分别计算了部分数据.
关键词 四元数随机MIMO信道 信道容量 奇异四元数wishart分布
在线阅读 下载PDF
基于随机矩阵的新型频谱盲感知方法 被引量:3
2
作者 刘宁 史浩山 +1 位作者 刘利平 杨博 《西北工业大学学报》 EI CAS CSCD 北大核心 2016年第2期262-267,共6页
针对传统频谱感知算法需要预先估计噪声方差且当存在噪声不确定度时,检测性能降低的特点,提出一种基于随机矩阵的改进型频谱盲感知算法(M-CMME)。该算法通过分析协方差矩阵最大特征值极限分布特性,分析并利用采样协方差矩阵特征值与信... 针对传统频谱感知算法需要预先估计噪声方差且当存在噪声不确定度时,检测性能降低的特点,提出一种基于随机矩阵的改进型频谱盲感知算法(M-CMME)。该算法通过分析协方差矩阵最大特征值极限分布特性,分析并利用采样协方差矩阵特征值与信号平均能量的关系,推导设定虚警概率条件下判决门限的闭式表达式。该算法不需要预先知道授权用户信号的先验知识,且能够有效克服噪声不确定度的影响。仿真结果显示,当噪声方差估计存在偏差的情况下,该算法具有较强的鲁棒性,且在较少采样点、低信噪比、较少阵元数情况下能够获得比CMME更优的检测性能。 展开更多
关键词 频谱感知 特征值 噪声不确定度 随机矩阵理论
在线阅读 下载PDF
多重线性回归模型系统的贝叶斯预报分析 被引量:1
3
作者 朱慧明 《兰州理工大学学报》 CAS 北大核心 2005年第6期131-134,共4页
指出多重线性模型系统的贝叶斯预报分析是贝叶斯线性模型理论的重要组成部分.通过模型系统的统计结构,证明了矩阵正态-Wishart分布为模型参数的共轭先验分布;利用贝叶斯定理,根据模型的样本似然函数和参数的先验分布推导了参数的后验分... 指出多重线性模型系统的贝叶斯预报分析是贝叶斯线性模型理论的重要组成部分.通过模型系统的统计结构,证明了矩阵正态-Wishart分布为模型参数的共轭先验分布;利用贝叶斯定理,根据模型的样本似然函数和参数的先验分布推导了参数的后验分布;然后,从数学上严格推断了模型的预报分布密度函数,证明了模型预报分布为矩阵t分布.研究结果表明:由于参数先验分布的作用,样本的预报分布与其原统计分布有着本质性的差异,前者为从矩阵正态分布,而后者为矩阵t分布. 展开更多
关键词 线性模型 贝叶斯推断 矩阵正态-wishart分布 矩阵t分布 预报密度函数
在线阅读 下载PDF
多方程线性模型系统的贝叶斯预报分析
4
作者 朱慧明 韩玉启 《工程数学学报》 CSCD 北大核心 2006年第5期871-875,共5页
多方程线性模型系统的贝叶斯预报分析是贝叶斯线性模型理论的重要组成部分。通过模型系统的统计结构,证明了矩阵正态-Wishart分布是模型参数的共轭先验分布;根据模型的样本似然函数和参数的先验分布推导了参数的后验分布;然后,从数学... 多方程线性模型系统的贝叶斯预报分析是贝叶斯线性模型理论的重要组成部分。通过模型系统的统计结构,证明了矩阵正态-Wishart分布是模型参数的共轭先验分布;根据模型的样本似然函数和参数的先验分布推导了参数的后验分布;然后,从数学上严格推断了模型的预报分布密度函数,证明了模型预报分布为矩阵t分布。研究结果表明:由于参数先验分布的作用辟,样本的预报分布与其原统计分布有着本质性的差异,前者为矩阵正态分布,而后者为矩阵t分布。 展开更多
关键词 线性模型 贝叶斯推断 矩阵正态-wishart分布 矩阵t分布 预报密度
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部