一维实余弦信号模型振幅的两步M估计.pdf.pdfVIP

一维实余弦信号模型振幅的两步M估计.pdf.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 35卷第 l期 南京师大学报 (自然科学版) Vo1.35No.1 2012年 3月 JOURNALOFNANJINGNORMALUNIVERSITY(NaturalScienceEdition) Mar,2012 一 维实余弦信号模型振幅的两步 估计 赵媛媛 ,明瑞星 (1.南京师范大学数学科学学院,江苏 南京210046) (2.中国科学技术大学统计与金融系,安徽 合肥 230026) 【摘要] 在一维实余弦信号模型中,对振幅采用两步M估计,即从频率的一个相合估计出发对振幅采用M估 计.两步法得到的振幅估计是相合的,数据模拟表明该估计和最小二乘估计相比更加稳健. [关键词] 信号模型 ,两步肘估计 [中图分类号]0212.1 [文献标志码]A [文章编号】1001-4616(2012)01-0012-04 Two-StepM EstimatorsforParameterAmplitudes inOneDimensionalCosineModel ZhaoYuanyuan ,MingRuixing。 (1.SchoolofMathematicalSciences,NamingNormalUniversity,Nanjing210046,China) (2.DepartmentofStatisticsandFinance,UniversityofScienceandTechnologyofChina,Hefci230026,China) Abstract:Inonedimensionalsignalprocessingmodel,wepresentrobustestimatesforparameteramplitudesviacon— structingatwo—stepestimationprocedure.Forcertainpre—specifiedconsistentestimatorsoffrequencies,weplugthem intotheM estimationequationsinstepone.Subsequently,weobtainM estimatorsforparameteramplitudes,whichare consistent.Simulationstudiesshow thatthetwo—stepestimatorperformsbetterthanthetraditionalleastsquaresestima— tor. Keywords:signalprocessing,two—stepM estimator 阵列信号处理是空域信号分析和处理的一种重要手段,是信号处理领域内的一个重要研究分支.在 最近几十年里,阵列信号处理得到了迅猛的发展,并被广泛应用在雷达、通信、声呐、生物医学及地震学 等各种领域.本文考察一维阵列信号模型的一个重要特例,即一维实余弦信号模型: P = ∑Akcos(nx/)+e,n:1,…,Ⅳ, (1) 其中 是接收到的信号,未知参数A,I.t∈(0,订)分别是信号的实振幅和频率,e是均值为零、方差为or 的噪声.在模型(1)中,假设模型阶数P已知,令A =(A 一,A),tI=(tx 一, ),0=(A,It),未知参数 0的真实值为oo=(A,…,A,,…,:).设模型(1)中未知参数0的最小二乘估计为扩=(A,…,A, , … , ),这里 满足 Q(扩)=minQ(0), (2) 其中

文档评论(0)

神话 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:5203223011000000

1亿VIP精品文档

相关文档