一种时变ARMA模型参数估计研究.pdfVIP

一种时变ARMA模型参数估计研究 王文华1 王文星2 (I北京理工大学电子工程系，北京，100081；2中国矿业大学北京校区机电工程系，北京，100083) (E-mail：wwh33@sohu．com) 摘要本文对时变自回归滑动平均(ARIv队)模型进行分析．将这种模型时变参数假设为一 组基时间函数的缌}生组合，并用反馈线性估计法进行参数估计．该方法的主要特点是 简单，计算量小，占用存储空间少。 理论分析和实验都验mT该方法的有效性。 关键词信号分析，时变ARMA模型，反馈线性估计，基时间函数，谱估计 1前言 时变参数模型是近年来应用于非平稳随机信号和时变信号分析与处理的～种新方法，越来 越受到人们的关注。这种方法通常用具有时变参数的自回归(AR)模型和自回归滑动平均 (ARMA)模型来表征非平稳随机信号。与假设在一段时间间隔上信号是平稳的参数估计方法相 比，时变参数模型法可以进一步提高参数估计的精确度，获得高分辨率的谱估计[1，2，3】。 如何对时变参数进行估计是～个较为复杂的问题。对于平稳情况定常参数的A砌“A模型， 存在的主要问题就是模型参数的估计较为麻烦，对于时变ARMA模型而言，其参数估计则会更 为不便。本文将时变ARMA模型的时变参数假设为一组基时间函数的线性组合，并用反馈线 性估计法进行参数估计。这种方法计算简单，计算量小，占用存储空间少，与假设在一段时间 间隔上信号是平稳的参数估计方法相比，可以进一步提高参数估计的精确度，获得高分辨率的 谱估计。 线性调频信号的频率随时间而线性变化，属于时变信号。对于这类信号的分析，可以采用三 种方法，1)短时傅立叶变换(STFT)，这种方法假设信号是局部平稳，并用一个滑动窗进行信号分 析，这样在时间分辨率和频率分辨率之间就存在一个折中问题。为了提高频率分辨率需要采用 较长的滑动时间窗，但是窗越长，窗内的信号就不能看作平稳信号，这就违背了傅立叶分析的前 提。另外，为了得到较高的时间分辨率，相应要求时间窗就越短，但是频率分辨率就越差。 2)采用 Distribution)。WD是一种研究时一频信号分析较为的理想工具，它将一 维格纳分布WD(Wigner 维时域或频域信号映射成为时间一频率平面上的二维信号，克服了STFT所存在的需要在时间 分辨率与频率分辨率之间进行折中的缺点。但是由于不是线性变换，变换后会产生交叉项干扰 作用，采用WD对单个线性调频信号进行分析，可以得到理想的结果，对于多个线性调频信号进 行分析则难以获得理想的结果，影响了有用信息的提取。3)时变参数模型法【l，2，3，4】本文采用 1王文华：女，1969年生，北京理工大学，副教授，博士后 298 时变ARMA模型对线性调频信号进行分析，将模型的时变参数假设为一组基时间函数的线性 组合，并用反馈线性估计法进行参数估计，获得较好的结果。 2时变自回归滑动平均(ARMA)模型 设时变ARJkI队(p，q)信号模型为： ‰+ai(n)xn．1+……ap(n心．p2en+bl(n)en．I+……bq(n璃。q (I) 式中，式中en是平稳白噪声过程，零均值，方差为仃2，P，q分别是AR和MA部分的阶 数，{口f(聆)，i=1，…··?)，{6f∽)，i=1，……g)分别是其AR和MA部分的时变参数。 假设时变参数(讲∽)，卢l，…·‘p}，{6f(厅)，卢1，……g}是一组基时间函数的线性组合： ai(刀)=∑口“Z(刀) (2．a) 1=0 6f(甩)=∑％石(门) (2．b)