广义ar参模型时延估计方法研究.pdfVIP

广义AR参数模型时延估计方法研究 捅 费 时延估计(ThneEstimation简称TDE)是信号处理中一个十分活跃的 Delay 研究方向，是信号检测与参数估计问题中一个重要组成部分。一方面，时延估计 对随机信号处理、现代功率谱估计、时间序列分析、自适应信号处理以及相关技 术提出了新的要求，从而促使了这些学科和技术的进步；另一方面，时延估计在 雷达、声纳、通信、生物医学以及地球物理等领域得到了广泛了应用。因而，时 延估计的研究具有重要的理论意义和实际应用价值。本文针对现代功率谱估计中 的AR谱估计方法展开工作，以获得更好的谱估计性能。 本文第一部分工作是在对已有的基本时延估计方法进行归纳和总结，并重点 分析AR谱估计理论及Burg算法性能，在此基础上，提出广义AR模型：以前 向和后向预测均方误差为目标函数，把广义AR模型的实现转化为优化估计问 题；使用具有全局优化性能的数值优化算法(粒子群方法，PSO)直接搜索模型 参数，即白化滤波系数咏，实现了广义AR模型的数值优化算法(简称GAR-Burg)。 理论上，GAR．Burg一方面继承了AR—Burg的基本思想，另一方面它没有使用递 推算法，避免了递推算法引入