基于极大似然估计的新息自适应滤波算法 被引量：13

1

作者 张玉龙 王茁 杨巍 《传感器与微系统》 CSCD 2018年第1期141-144,共4页

针对噪声统计信息未知或时变情况下常规卡尔曼滤波估计精度下降甚至发散的问题,提出了一种基于极大似然估计的新息自适应滤波算法。算法对基于极大似然估计的常规新息协方差估值器进行限定记忆指数衰减加权修正,增加滑动窗口内新近新息... 针对噪声统计信息未知或时变情况下常规卡尔曼滤波估计精度下降甚至发散的问题,提出了一种基于极大似然估计的新息自适应滤波算法。算法对基于极大似然估计的常规新息协方差估值器进行限定记忆指数衰减加权修正,增加滑动窗口内新近新息协方差序列的利用权重;根据新息自适应原理,利用新息协方差估计值直接计算滤波增益矩阵,加快滤波器收敛速度的同时提高了滤波算法的估计精度。算法应用于捷联惯性导航系统/全球定位系统(SINS/GPS)组合导航系统,仿真实验表明:在噪声统计信息未知或时变情况下,算法具有更强的鲁棒性以及更高的滤波精度。 展开更多

关键词 极大似然估计 新息协方差估值器 限定记忆指数加权 自适应卡尔曼滤波

在线阅读 下载PDF 职称材料

纵向数据下基于广义经验似然的有效自适应双稳健回归

2

作者 向亚云 樊亚莉 《应用概率统计》 CSCD 北大核心 2022年第5期723-744,共22页

本文对纵向数据下的线性回归模型提出了一种同时估计协方差矩阵以及均值的有效自适应双稳健回归方法.该方法以广义经验似然为基础并结合加权最小二乘思想,首先用Cholesky分解将纵向数据的线性模型重参数化,再用广义经验似然估计方法,同... 本文对纵向数据下的线性回归模型提出了一种同时估计协方差矩阵以及均值的有效自适应双稳健回归方法.该方法以广义经验似然为基础并结合加权最小二乘思想,首先用Cholesky分解将纵向数据的线性模型重参数化,再用广义经验似然估计方法,同时实现对协方差矩阵以及均值的有效稳健估计.有效性通过所提方法与广义经验似然方法的紧密联系获得,而加权最小二乘以及对杠杆点的降权使得该估计具有双重稳健性.本文在计算过程中还引入了一个调节参数,该参数的选定是依据稳健广义交叉验证统计量,这使得本文的双稳健估计对数据具有自适应性.理论结果展示了本文估计参数的渐近正态性.有限样本研究的结果显示,与一些现有的经典稳健估计方法相比,所提的方法在保持较高有效性的同时还具备相当好的稳健性.本文还做了一个真实数据分析来做进一步的比较. 展开更多

关键词 纵向数据 有效估计 双重稳健性 CHOLESKY分解 广义经验似然 加权最小二乘

在线阅读 下载PDF 职称材料

医学图像轮廓跟踪的广义模糊粒子滤波方法 被引量：6

3

作者 周寿军 陈武凡 王涌天 《计算机学报》 EI CSCD 北大核心 2005年第1期88-96,共9页

在医学图像运动跟踪领域 ,轮廓线跟踪是描绘边缘运动的有力手段 .为避免观测噪声的影响 ,增加轮廓的时空局部约束并利用粒子滤波 (PF)技术解决该类跟踪问题是非常有效的 .为更好地优化计算PF的重要比率 (IR)以提高粒子滤波器的性能 ,该... 在医学图像运动跟踪领域 ,轮廓线跟踪是描绘边缘运动的有力手段 .为避免观测噪声的影响 ,增加轮廓的时空局部约束并利用粒子滤波 (PF)技术解决该类跟踪问题是非常有效的 .为更好地优化计算PF的重要比率 (IR)以提高粒子滤波器的性能 ,该文提出了广义模糊粒子滤波 (GFPF)方法 ,通过与当前较好的无迹粒子滤波 (UPF)相比较 ,GFPF显示了很好的效果 ;另外 ,在似然估计方面 ,GFPF提供了独特的似然轮廓估计算法 .理论和试验证明 ,GFPF不仅能够很好地解决动态轮廓跟踪问题 ,还为当前各种PF算法的IR计算提供了全新的解决途径 . 展开更多

关键词 无迹粒子滤波 广义模糊粒子滤波 试探分布 重要比率 似然估计

在线阅读 下载PDF 职称材料

广义加权线性模型选择的重对数律和强相合性 被引量：1

4

作者 杨晓伟 刘相国 +1 位作者 陶有田 刘倩倩 《统计与决策》 CSSCI 北大核心 2021年第4期53-58,共6页

在温和条件下,针对具有独立响应变量广义加权线性模型参数的极大似然估计,文章研究了其重对数律(LIL)及模型选择的强相合性。应用LIL推导了经验似然函数与真实似然函数之差的渐近界限;同时利用构建的LIL证明了基于模型选择准则惩罚对数... 在温和条件下,针对具有独立响应变量广义加权线性模型参数的极大似然估计,文章研究了其重对数律(LIL)及模型选择的强相合性。应用LIL推导了经验似然函数与真实似然函数之差的渐近界限;同时利用构建的LIL证明了基于模型选择准则惩罚对数似然的强相合性。给定某些正则条件,证明了惩罚项随模型维数增加且其阶数高于O(log log n)而低于O(n)时,模型选择准则几乎必然选择最简单正确模型。 展开更多

关键词 广义加权线性模型 重对数律 模型选择 极大似然估计 强相合性

在线阅读 下载PDF 职称材料

基于箱式粒子滤波的群目标跟踪算法 被引量：29

5

作者 李振兴 刘进忙 +2 位作者 李松 白东颖 倪鹏 《自动化学报》 EI CSCD 北大核心 2015年第4期785-798,共14页

在现有群目标跟踪方法中,粒子滤波(Particle filter,PF)算法常被用来解决点量测的非线性滤波问题.而当量测数据受到测量偏差或未知分布边界误差的影响时,传感器获得的点量测需要转换成区间量测,此时原有PF算法不能直接适用.因此,本文提... 在现有群目标跟踪方法中,粒子滤波(Particle filter,PF)算法常被用来解决点量测的非线性滤波问题.而当量测数据受到测量偏差或未知分布边界误差的影响时,传感器获得的点量测需要转换成区间量测,此时原有PF算法不能直接适用.因此,本文提出基于广义似然(Generalized likelihood,GL)函数加权的PF算法.该算法在原有PF算法的基础上,利用广义似然函数的积分解来计算区间量测下的粒子权重.为了降低算法的运算量问题,又提出基于箱式粒子滤波(Box particle filter,Box-PF)的群跟踪算法.首先,在目标状态空间内抽样矩形区域的箱式粒子.然后采用区间分析和约束传播方法,利用区间量测压缩后的粒子与预测粒子的容积比来计算粒子权重.最后,在群目标状态估计结果和群演化网络模型的基础上估计群结构.仿真实验结果表明,与GL-PF算法相比,Box-PF算法具有更高的运算效率,并能降低估计结果中的峰值误差. 展开更多

关键词 群目标 跟踪 箱式粒子滤波 广义似然函数 演化网络模型 区间分析 峰值误差

在线阅读 下载PDF 职称材料

缺失数据下双重广义线性模型的参数估计 被引量：10

6

作者 吴刘仓 邱贻涛 詹金龙 《应用数学》 CSCD 北大核心 2014年第4期714-724,共11页

在经济领域和工业产品质量改进试验中,对均值和散度同时建模十分必要;在数据采集过程中,时常会遇到数据缺失问题.文章基于上述两点,研究缺失数据下的双重广义线性模型的参数估计,采用最近距离插补和反距离加权插补对缺失数据进行处理,... 在经济领域和工业产品质量改进试验中,对均值和散度同时建模十分必要;在数据采集过程中,时常会遇到数据缺失问题.文章基于上述两点,研究缺失数据下的双重广义线性模型的参数估计,采用最近距离插补和反距离加权插补对缺失数据进行处理,并应用最大扩展拟似然估计和最大伪似然估计两种估计方法对未知参数进行估计.随机模拟和实例结果表明,该模型和所应用的方法是有用和有效的. 展开更多

关键词 双重广义线性模型 最近距离插补 反距离加权插补 扩展拟似然 伪似然

在线阅读 下载PDF 职称材料

协变量随机缺失的广义半参数模型 被引量：6

7

作者 李志强 薛留根 《北京工业大学学报》 CAS CSCD 北大核心 2007年第7期761-765,共5页

在协变量随机缺失条件下,研究了广义半参数模型的加权拟似然估计方法,给出了未知参数与非参数回归函数的估计．进一步求出了估计的渐近偏差和渐近方差,并证明了所给出的加权拟似然估计具有渐近正态性．

关键词 广义半参数模型 局部线性估计 随机缺失 渐近正态性 加权拟似然

在线阅读 下载PDF 职称材料

基于交互式模型的多AUV协同导航鲁棒性滤波算法 被引量：7

8

作者 徐博 刘德政 张勋 《系统工程与电子技术》 EI CSCD 北大核心 2017年第9期2087-2093,共7页

针对多自主式水下潜器(autonomous underwater vehicle,AUV)在协同导航过程中量测异常等问题,提出一种基于交互式模型的多AUV协同导航滤波算法。首先以建立多AUV协同导航基本模型为基础,给出基本的协同导航滤波过程;通过广义最大似然估... 针对多自主式水下潜器(autonomous underwater vehicle,AUV)在协同导航过程中量测异常等问题,提出一种基于交互式模型的多AUV协同导航滤波算法。首先以建立多AUV协同导航基本模型为基础,给出基本的协同导航滤波过程;通过广义最大似然估计的滤波算法对受污染的量测噪声进行处理;进一步地,利用Schweppe形式下的广义最大似然估计解决量测出现的异常情况;运用交互式多模型算法解决由量测噪声时变而造成的滤波精度下降问题。最后仿真结果表明该协同导航滤波算法具有良好的自适应鲁棒性。 展开更多

关键词 交互式多模型 协同导航 广义最大似然估计 自适应鲁棒卡尔曼滤波

在线阅读 下载PDF 职称材料

广义半参数趋势混合效应面板模型及其参数估计

9

作者 殷亮 王维国 《统计与决策》 CSSCI 北大核心 2018年第4期5-10,共6页

结合广义半参数混合效应面板模型与广义半参数时间序列模型,文章构建广义半参数趋势混合效应面板模型,考虑到解释变量的非平稳性会影响到模型的参数估计,所以将解释变量的非线性时间趋势估计出来,解释变量用非线性时间趋势代替,最后采... 结合广义半参数混合效应面板模型与广义半参数时间序列模型,文章构建广义半参数趋势混合效应面板模型,考虑到解释变量的非平稳性会影响到模型的参数估计,所以将解释变量的非线性时间趋势估计出来,解释变量用非线性时间趋势代替,最后采用加权极大似然估计方法估计模型参数,通过假定被解释变量为指数分布的情况下,验证了估计方法的有效性。 展开更多

关键词 广义半参数面板模型 加权极大似然估计 指数分布

在线阅读 下载PDF 职称材料

α稳定分布噪声中基于最优核时频分析的跳频信号参数估计 被引量：5

10

作者 金艳 彭营 姬红兵 《系统工程与电子技术》 EI CSCD 北大核心 2015年第5期985-991,共7页

针对传统非线性时频分析方法在跳频(frequency hopping,FH)信号参数估计时,会出现严重的交叉项和参数估计精度降低等问题,引入径向高斯核(radially Gaussian kernel,RGK)时频分析方法,该方法根据FH信号的不同自适应选择最优核函数,从而... 针对传统非线性时频分析方法在跳频(frequency hopping,FH)信号参数估计时,会出现严重的交叉项和参数估计精度降低等问题,引入径向高斯核(radially Gaussian kernel,RGK)时频分析方法,该方法根据FH信号的不同自适应选择最优核函数,从而有效抑制交叉项。RGK时频分析方法可在高斯噪声环境下估计FH信号的参数,但在脉冲性较强的α稳定分布噪声中,该方法性能退化甚至失效。对此,结合最大似然估计理论,提出了一种α稳定分布噪声环境下的加权最大似然广义柯西(weighted maximum-likelihood generalized Cauchy,WMGC)滤波的新方法。采用基于WMGC滤波器的RGK时频分析方法(WMGC-RGK方法,即WR方法),对该噪声中的跳频信号进行参数估计。仿真结果表明,与基于分数低阶及Myriad的时频分析方法相比,WR方法在α稳定分布噪声中具有良好的鲁棒性和优良的跳频信号参数估计性能。 展开更多

关键词 跳频信号 交叉项 径向高斯核时频分析方法 参数估计 Α稳定分布噪声 加权最大似然广义柯西滤波

在线阅读 下载PDF 职称材料

一种改进的声测定位时延估计算法 被引量：13

11

作者 孙韶杰 孙绍俊 +1 位作者 李国辉 李红梅 《计算机应用》 CSCD 北大核心 2006年第11期2696-2697,2723,共3页

研究了时延估计算法在被动声测定位中的应用,提出了一种改进的基于最大似然(ML)权函数的广义互相关时延估计算法。改进的算法采用加窗法和最小均方差(LMS)滤波法,弥补了原算法计算量大及无法消除回响干扰的不足。仿真结果表明,改进的算... 研究了时延估计算法在被动声测定位中的应用,提出了一种改进的基于最大似然(ML)权函数的广义互相关时延估计算法。改进的算法采用加窗法和最小均方差(LMS)滤波法,弥补了原算法计算量大及无法消除回响干扰的不足。仿真结果表明,改进的算法计算复杂度明显降低,能够有效地消除回响干扰,具有较高的时延估计精度和鲁棒性。 展开更多

关键词 时延估计 广义互相关法 最大似然权函数 声测定向 最小均方差滤波

在线阅读 下载PDF 职称材料

α稳定分布噪声下基于稳健S变换的LFM信号参数估计 被引量：5

12

作者 金艳 高舵 姬红兵 《系统工程与电子技术》 EI CSCD 北大核心 2017年第4期693-699,共7页

S变换由短时傅里叶变换发展而来,克服了短时傅里叶变换窗长固定、不能同时展现信号高频及低频的缺点,但在脉冲性较强的α稳定分布噪声下,该方法性能退化甚至失效。对此,基于广义柯西分布,构造了一类可有效应用于强脉冲噪声环境的损失函... S变换由短时傅里叶变换发展而来,克服了短时傅里叶变换窗长固定、不能同时展现信号高频及低频的缺点,但在脉冲性较强的α稳定分布噪声下,该方法性能退化甚至失效。对此,基于广义柯西分布,构造了一类可有效应用于强脉冲噪声环境的损失函数,并详细分析了其影响函数的稳健性。在此基础上,根据最大似然估计理论和S变换,提出了一种稳健S变换方法。该方法以S变换作为初始值,采用最大似然估计方法在时频域迭代得到,在保留S变换窗长选取灵活等优点的同时,进一步提高了S变换的时频聚集性。仿真实验表明,在处理脉冲噪声环境下的线性调频信号时,与传统的基于Myriad滤波、Meridian滤波等多种非线性滤波的方法相比,提出的稳健S变换不仅能有效抑制脉冲噪声,且在脉冲性较强的α稳定分布噪声环境下,具有良好的鲁棒性和优良的线性调频信号参数估计性能。 展开更多

关键词 线性调频信号 S变换 广义柯西分布 最大似然估计 Α稳定分布噪声

在线阅读 下载PDF 职称材料

新变步长自适应算法及其时延估计性能 被引量：3

13

作者 叶挺 朱赛男 《电讯技术》 北大核心 2014年第6期775-779,共5页

针对已有的变步长自适应算法收敛速度和稳态误差矛盾的问题,提出了一种新的变步长最小均方自适应滤波算法。新的算法在类S函数的基础上,引入调节因子P对步长函数的形状进行实时调整,并以误差的自相关时间均值估计调节步长,使得算法在初... 针对已有的变步长自适应算法收敛速度和稳态误差矛盾的问题,提出了一种新的变步长最小均方自适应滤波算法。新的算法在类S函数的基础上,引入调节因子P对步长函数的形状进行实时调整,并以误差的自相关时间均值估计调节步长,使得算法在初始时具有较快的收敛速度,稳态时有更平滑的步长变化。在新算法中引用最大似然加权算法进一步抑制自适应滤波器权系数伪峰。将新算法和最大似然加权应用在自适应时延估计的实验中,结果表明:在已有参数固定的条件下,新提出的算法具有更快的收敛速度和更小的稳态误差。同时,时延估计实验中能有效地实现信噪比-3 dB以上的准确时延估计。 展开更多

关键词 自适应滤波 变步长 调节因子 最大似然加权 时延估计

在线阅读 下载PDF 职称材料

基于自适应EKF的感应电机无传感器控制 被引量：1

14

作者 胡堃 徐磊 +1 位作者 周君威 田里思 《实验技术与管理》 CAS 北大核心 2023年第9期117-124,共8页

针对传统EKF(TEKF)需要长时间试凑噪声协方差矩阵且噪声特性变化时估算性能下降甚至发散的问题,提出了一种基于极大似然估计准则和有限记忆指数加权的自适应EKF算法(EW-MLE-AEKF)。在使用新息序列进行自适应调整时,系统容易因新息序列... 针对传统EKF(TEKF)需要长时间试凑噪声协方差矩阵且噪声特性变化时估算性能下降甚至发散的问题,提出了一种基于极大似然估计准则和有限记忆指数加权的自适应EKF算法(EW-MLE-AEKF)。在使用新息序列进行自适应调整时,系统容易因新息序列的不准确而发散,为此可以利用后验残差序列对噪声协方差矩阵Q和R进行实时调整来提高系统的稳定性。同时在加窗方法的基础上使用了有限内存指数加权算法来提高近期数据的权重,加快了估计的收敛速度。仿真和实验验证了算法在电机系统中的可行性,结果证明该算法避免了噪声矩阵的试凑过程,能够适应噪声的变化,提高了滤波精度且系统稳定性强。 展开更多

关键词 极大似然估计 后验残差序列 有限记忆指数加权 无传感器控制 自适应扩展卡尔曼滤波

在线阅读 下载PDF 职称材料