为解决最大似然DOA(Direction of Arrival)估计多维非线性搜索计算量大的问题,将布谷鸟搜索算法与最大似然算法相结合,利用布谷鸟搜索算法优化多维非线性的最大似然DOA估计谱函数。在保留布谷鸟搜索算法的主体思想的同时,改进了算法的...为解决最大似然DOA(Direction of Arrival)估计多维非线性搜索计算量大的问题,将布谷鸟搜索算法与最大似然算法相结合,利用布谷鸟搜索算法优化多维非线性的最大似然DOA估计谱函数。在保留布谷鸟搜索算法的主体思想的同时,改进了算法的位置迭代方式,加快了收敛速度。仿真结果表明,改进的布谷鸟搜索算法在DOA估计中具有较好的收敛性,估计性能较好。展开更多
对区间截尾的线性回归模型,在误差服从正态分布的条件下,给出其基于似然方程的参数极大似然估计(M ax im um L ike lihood E stim ate,M LE)的一般迭代算法,证明了EM算法与该一般迭代算法的一致性,由EM算法的性质保证了迭代的收敛性,证...对区间截尾的线性回归模型,在误差服从正态分布的条件下,给出其基于似然方程的参数极大似然估计(M ax im um L ike lihood E stim ate,M LE)的一般迭代算法,证明了EM算法与该一般迭代算法的一致性,由EM算法的性质保证了迭代的收敛性,证明了M urray A itk in给出的右截尾数据回归模型参数M LE的EM算法是本文的一个特例以及EM算法收敛点的唯一性.展开更多
文摘为解决最大似然DOA(Direction of Arrival)估计多维非线性搜索计算量大的问题,将布谷鸟搜索算法与最大似然算法相结合,利用布谷鸟搜索算法优化多维非线性的最大似然DOA估计谱函数。在保留布谷鸟搜索算法的主体思想的同时,改进了算法的位置迭代方式,加快了收敛速度。仿真结果表明,改进的布谷鸟搜索算法在DOA估计中具有较好的收敛性,估计性能较好。
文摘对区间截尾的线性回归模型,在误差服从正态分布的条件下,给出其基于似然方程的参数极大似然估计(M ax im um L ike lihood E stim ate,M LE)的一般迭代算法,证明了EM算法与该一般迭代算法的一致性,由EM算法的性质保证了迭代的收敛性,证明了M urray A itk in给出的右截尾数据回归模型参数M LE的EM算法是本文的一个特例以及EM算法收敛点的唯一性.