基于隐马尔科夫模型的非平稳信源参数估计-计算机应用与软件.pdfVIP

第３０卷第９期　　　 计算机应用与软件 Ｖｏｌ３０Ｎｏ．９ ２０１３年９月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｓｅｐ．２０１３ 基于隐马尔科夫模型的非平稳信源参数估计 宋奇峰　方　勇 （西北农林科技大学信息工程学院　陕西杨凌７１２１００） 摘　要　　在数据压缩领域，如何获取非平稳信源的统计特性一直是一个被广泛关注的热点问题。针对非平稳信源统计特性的时 变性，提出一种基于隐马尔科夫模型的参数估计方法。通过将非平稳信源的输出对应为隐马尔科夫模型的观察值序列，构造合适的 隐马尔科夫模型，改进前向算法和后向算法，最后再利用改进后的算法对非平稳信源的统计特性进行估计。实验结果表明利用提出 的方法非常逼近非平稳信源的统计特性，为更有效地进行非平稳信源的压缩提供了实现基础。 关键词　　非平稳信源　隐马尔科夫模型　前向算法　后向算法　参数估计 中图分类号　ＴＮ３９１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１３．０９．０２０ ＰＡＲＡＭＥＴＥＲＥＳＴＩＭＡＴＩＯＮＯＦＮＯＮＳＴＡＴＩＯＮＡＲＹＳＯＵＲＣＥＳ ＢＡＳＥＤＯＮＨＩＤＤＥＮＭＡＲＫＯＶＭＯＤＥＬ ＳｏｎｇＱｉｆｅｎｇ　ＦａｎｇＹｏｎｇ （ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＮｏｒｔｈｗｅｓｔＡｇｒｉｃｕｌｔｕｒｅａｎｄＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙ，Ｙａｎｇｌｉｎｇ７１２１００，Ｓｈａａｎｘｉ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｉｎｔｈｅｆｉｅｌｄｏｆｄａｔａｃｏｍｐｒｅｓｓｉｏｎ，ｈｏｗｔｏｏｂｔａｉｎｔｈｅｓｔａｔｉｓｔｉｃａｌｐｒｏｐｅｒｔｙｏｆｎｏｎｓｔａｔｉｏｎａｒｙｓｏｕｒｃｅｈａｓａｌｗａｙｓｂｅｅｎａｗｉｄｅｌｙ ｃｏｎｃｅｒｎｅｄｈｏｔｔｏｐｉｃ．ＩｎｔｈｉｓｐａｐｅｒｗｅｐｒｏｐｏｓｅａｎＨＭＭｂａｓｅｄｐａｒａｍｅｔｅｒｅｓｔｉｍａｔｉｏｎｍｅｔｈｏｄｉｎｌｉｇｈｔｏｆｔｈｅｔｉｍｅｖａｒｉａｂｉｌｉｔｙｏｆｓｔａｔｉｓｔｉｃａｌｐｒｏｐｅｒｔｙ ｏｆｎｏｎｓｔａｔｉｏｎａｒｙｓｏｕｒｃｅ．ＢｙｃｏｒｒｅｓｐｏｎｄｉｎｇｔｈｅｏｕｔｐｕｔｏｆｎｏｎｓｔａｔｉｏｎａｒｙｓｏｕｒｃｅｔｏｔｈｅｏｂｓｅｒｖａｔｉｏｎｖａｌｕｅｓｅｑｕｅｎｃｅｏｆａｎＨＭＭ，ｔｈｅａｕｔｈｏｒｆｉｒｓｔｌｙ ｃｏｎｓｔｒｕｃｔｓａｎａｐｐｒｏｐｒｉａｔｅＨＭＭ，ｔｈｅｎｒｅｖｉｓｅｓｔｈｅｃｌａｓｓｉｃａｌｆｏｒｗａｒｄａｌｇｏｒｉｔｈｍａｎｄｂａｃｋｗａｒｄａｌｇｏｒｉｔｈｍ，ａｎｄｆｉｎａｌｌｙｅｓｔｉｍａｔｅｓｔｈｅｓｔａｔｉｓｔｉｃａｌ ｐｒｏｐｅｒｔｙｏｆｎｏｎｓｔａｔｉｏｎａｒｙｓｏｕｒｃｅｕｓｉｎｇｔｈｅｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｃａｎｂｅｕｓｅｄｔｏ ｈｉｇｈｌｙａｐｐｒｏａｃｈｔｈｅｓｔａｔｉｓｔｉｃａｌｐｒｏｐｅｒｔｙｏｆｎｏｎｓｔａｔｉｏｎａｒｙｓｏｕｒｃｅ，ｗｈｉｃｈｏｆｆｅｒｓｔｈｅａｃｈｉｅｖａｂｌｅｂａｓｉｓｆｏｒｍｏｒｅｅｆｆｉｃｉｅｎｔｎｏｎｓｔａｔｉｏｎａｒｙ ｓｏｕｒｃｅｃｏｍｐｒｅｓｓｉｏｎ． Ｋｅｙｗｏｒｄｓ　　Ｎｏｎｓｔａｔｉｏｎａｒｙｓｏｕｒｃｅｓ　ＨｉｄｄｅｎＭａｒｋｏｖｍｏｄｅｌ　Ｆｏｒｗａｒｄａｌｇｏｒｉｔｈｍ　Ｂａｃｋｗａｒｄａｌｇｏｒｉｔｈｍ　Ｐａｒａｍｅｔｅｒｅｓｔｉｍａｔｉｏｎ 行了相关信息统计特性的在线估计［７］。 ０　引　言 然而现实世界中更普遍存在的随机过程是非平稳的，因此深 入研究非平稳信源的参数估计问题具有重要的意义。本文探索 非平稳信源是现实世界中较为普遍存在的一类信源，因其