信号估计中的核回归方法.pdfVIP

  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
维普资讯 夏 重要:宣号估计中的核回归方法 信号估计中的核回归方法 万 青,谢勤岚 (中南民族大学 电信学院 湖北 武汉 43OO74) 摘 要:核回归方法是比较常用的一种非参数估计方法。讨论 了核回归方法在一维信号估计中的理论与应用,实验 比 较了高斯核函数的平滑参数h及多项式F~-ff~N对估计效果的影响。结果是在相同阶数N下,较小的h使所有的估计点都收敛 到观察值 ,反之则是一个N 阶多项式拟合。在相 同h下,阶数 N越大,误差越小,计算量也较大,但重构效果的提升并不明显 。 关键词:非参数估计;核回归;重构;平滑参数;加权 中国分类号:TN911 文献标识码 :B 文章编号 :1004—373X(2008)1l一024—02 KernelRegression inSignalEstimation WAN Qing,XIE Qinlan (DepartmentofElectronicsandInformationEngineering,South—CentralUniversityforNationalities,W uhan.430074。China) Abstract:ThekernelregressionmethodnOW isthemostpopularnon—parametricestimationmethod.Thispaperdiscusses thetheoryandapplicationofthekernelregressionmethodinthe1一D signalestimating,andcomparestheinfluencehow the smoothingparameterhofGaussiankernelfunctionandthepolynomialorderN impacttheestimationeffectthroughexperi— ments.Resultshowsthat,undersameorderN ,estimatorsconvergetOobservationsash decreasesandonthecontrary。they form apolynomialwithorderN ,undersameh,higherorderN leadstOsmallerrorswithmorecomputationalcost,buteffectis notobvious. Keywords:non—parametricestimation;kernelregression;reconstruction:smoothingparameter;weight l 引 言 f(x) 厂(z)+Jf,(z)(z—z)十六厂(z)(z.~z)+… 在实际应用中,真实信号的表达式往往十分复杂,而 + 厂 ( z—z) 进行观察的同时伴随有噪声,为了去除噪声,对信号进行 一 恳+届(z.一z)+ (z一z)+… + (z一z) (2) 采样,对这些观察数据进行数学处理来估计原始信号是比 上式是将 函数局部拟合为N阶多项式 。估计的 目标就 较常用 的方法 。 是 厂(z),即忍。这里采用的估计方法是最小二乘法,即: 维信号的观察模型可 以表示如下:

文档评论(0)

jingpinwedang + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档