基于贝塞尔函数的莱斯因子矩估计算法改进

合集下载

基于CS算法改进ELM的时间序列预测

基于CS算法改进ELM的时间序列预测

基于CS算法改进ELM的时间序列预测赵坤;覃锡忠;贾振红;王哲辉;牛红梅【期刊名称】《计算机工程与设计》【年(卷),期】2018(039)008【摘要】为解决现有时间序列预测模型稳定性差、训练时间长、预测精度低等问题,提出一种基于布谷鸟搜索(CS)算法改进的极限学习机(ELM)的时间序列预测模型.利用CS算法对ELM模型进行改进,自适应调节ELM的隐含层节点数,选取最优的一组输入权值和阈值,提高预测精度和稳定性,减少训练时间.实验结果表明,在单步预测方面,CS-ELM预测精度高,用时少,在稳定性方面达到了很好的效果,将CS-ELM 应用到话务量多步预测中,达到了很好的预测精度.【总页数】5页(P2649-2653)【作者】赵坤;覃锡忠;贾振红;王哲辉;牛红梅【作者单位】新疆大学信息科学与工程学院,新疆乌鲁木齐830000;新疆大学信息科学与工程学院,新疆乌鲁木齐830000;新疆大学信息科学与工程学院,新疆乌鲁木齐830000;新疆移动公司监控中心,新疆乌鲁木齐830000;新疆移动公司监控中心,新疆乌鲁木齐830000【正文语种】中文【中图分类】TP183【相关文献】1.基于时间序列与GWO-ELM模型的滑坡位移预测 [J], 廖康;吴益平;李麟玮;苗发盛;薛阳2.基于粗糙集-混沌时间序列Elman神经网络的短期用电量预测 [J], 吴佳懋;李艳;符一健3.基于ELM改进层集成架构的时间序列预测 [J], 樊树铭;覃锡忠;贾振红;牛红梅;王哲辉4.基于时间序列延迟相关算法改进LSTM的臭氧浓度预测模型 [J], 铁治欣; 程晓宁; 林德守; 丁成富5.基于Elman神经网络的短期风速时间序列预测及软件开发 [J], 郭明星;黄阮明;边晓燕;徐丽;宋天立;戚宇辰因版权原因,仅展示原文概要,查看原文内容请购买。

基于提前终止策略改进的运动估计算法

基于提前终止策略改进的运动估计算法

第 22卷第 7期2023年 7月Vol.22 No.7Jul.2023软件导刊Software Guide基于提前终止策略改进的运动估计算法朱鑫磊,汪伟(上海理工大学光电信息与计算机工程学院,上海 200093)摘要:针对HM-16.14中TZSearch标准算法存在的计算复杂度高、耗时相对较长等问题,提出一种基于提前终止策略的改进TZSearch算法。

首先,根据编码产生的率失真代价对编码单元、变换单元和预测单元的深度进行划分,有效避免了额外的划分深度;然后,在TZSearch初始网格搜索过程中,采用钻石搜索和六边形搜索两种搜索方式,根据运动矢量分布位置选择一种更为有效的方式,精确找出最佳匹配点;最后,使用OARP栅格搜索和精细搜索完成运动估计。

由实验结果可知,该方法与标准算法相比,平均降低了60%以上的TZSearch运动估计耗时,且基本不影响视频质量。

关键词:TZSearch算法;提前终止策略;栅格搜索;精细搜索;运动估计DOI:10.11907/rjdk.221887开放科学(资源服务)标识码(OSID):中图分类号:TP391.1 文献标识码:A文章编号:1672-7800(2023)007-0051-08A Modified Motion Estimation Algorithm Based on Early Termination StrategyZHU Xinlei, WANG Wei(School of Optical-Electrical and Computer Engineering, University of Shanghai for Science and Technology,Shanghai 200093, China)Abstract:Considering the high computational complexity and relatively long time consumption of the TZSearch standard algorithm within HM-16.14, an improved TZSearch algorithm based on early termination strategy is proposed to improve the efficiency of video coding. Firstly,the depth sorting of the coding unit, transform unit and prediction unit is calculated according to the performance of rate distortion, which can effectively decrease additional division depths. Secondly, two search methods, i.e. diamond search and hexagonal search, are employed within the initial grid search step of TZSearch in order to precisely find the best matching point according to the motion vector distribution. Finally,OARP raster search and fine search are used to acquire the motion estimation results. Compared with the standard algorithm, experimental re‐sults show that the proposed method reduces more than 60% motion estimation time consumption on average, yet keeps the similar video quali‐ty .Key Words:TZSearch algorithm; early termination strategy; raster search; fine search; motion estimation0 引言随着视频技术的快速发展,依靠视频传递信息变得越来越普及,这使得视频流数据在互联网传输中的占比越来越大。

RLS算法的改进方法

RLS算法的改进方法

RLS 算法的改进方法李天舒摘要:递归最小二乘(RLS )算法已被广泛应用于自适应鉴定,预测,过滤等诸多领域。

本文提出在标准递推公式中增加一个二阶微分项,创造一个新的方法提高系统的跟踪能力。

测试结果表明,这样可以大大提高RLS 算法的收敛能力。

关键词:自适应模型算法,RLS ,跟踪能力;1 引言自适应模型算法已成功适用于各个领域,如通信,雷达,声纳和生物医学工程,这是因为他们可以跟踪随时间变化的系统统计参数,以及在未知环境中很好的工作。

自适应模型算法大致可以分为三类:1基于维纳滤波理论的算法,均方(LMS )算法。

2基于卡尔曼滤波理论的算法。

3 递归最小二乘算法(RLS )。

其中,RLS 算法优于其他二种算法,并应用于许多领域。

它具有很好最佳线性无偏估计当测量噪声是零均值白噪声时。

他们也可以迅速收敛到最优解。

多种形式的RLS 算法已经被提出,例如 Park 和Jun[5]的具有快速跟踪能力的自扰动RlS 算法,Jiang 和Cook 的具有高抗干扰能力的快速跟踪参数的RlS 算法,基于卡尔曼滤波,Eom 和Park 的RLS 算法具有快速跟踪能力和抗噪声干扰能力[7]。

通过在标准递推公式增加一个中二阶微分项,本文中提出一种新的提高跟踪能力的方法。

测试表明新的方法能极大的提高RLS 算法的收敛能力。

2 标准的RLS 算法设模型的输入,估计输出和期望输出在时间t 时刻分别为x(t),ˆ()y t 和y(t)。

所以y(t)通过下面的式子给出:()()()()T y t t x t n t ϕ=+ (1) 其中12()[(),(),......()]T N x t x t x t x t =,N 是模型的系列,n(t)是零均值方差为2σ的白噪声,12()[(),(),......()]T N t t t t ϕϕϕϕ=是模型的期望参数向量。

标准RLS 算法可以表述为:ˆˆ()()()()()()T e t y t yt y t t x t ϕ=-=- (2)11(1)()()1()(1)()TP t x t k t x t P t x t λλ---=+- (3) 11()(1)()()(1)T P t P t k t x t P t λλ--=--- (4)ˆˆ()(1)()()t t k t e t ϕϕ=-+ (5) 其中e(t)为误差,12ˆˆˆˆ()[(),(),......()]T N t t t t ϕϕϕϕ=是在t 时刻估计参数向量,12()[(),(),......()]T N k t k t k t k t =是卡尔曼增益向量,P (t )是方差矩阵的逆,它的初始值是1(0)P I δ-=(δ很小的正数),01λ<<是遗忘因子。

一种基于核函数特征提取改进方法的应用

一种基于核函数特征提取改进方法的应用
种有 效的途径 。
度 ;内存 占用量 ;识别率 中图分 类号 :T 3 14 P 9.2 文献标 志码 :A 文章 编号 :10 —6 5 2 1 ) 8 3 8 — 3 0 1 3 9 ( 0 1 0 — 15 0
d i 1 3 6 / .sn 1 01 3 9 . 01 . 8 0 0 o :0. 9 9 iis . 0 — 6 5 2 1 0 . 1 7
李德启 刘传领 ,
(. 1 商丘职 业技 术学 院 ,河南 商丘 4 6 0 2 南京理 工 大学 计算机 学 院,南京 2 0 9 ) 70 0; . 10 4

要 :针 对标 准的核 典型 相 关分析 ( C A) K C 方法在 对训 练样本 增 大的情 况下相 应计 算机 复杂度 剧增 、 内存 占
2 0 9 ,C ia 1 0 4 hn )
Absr t F rt e sa a d KCCA t o n t e c s ftan n a l si ra e h o l xt ft e c re p n i g s r e tac : o h tnd r me h d i h a e o ri i g s mp e nce s st e c mp e i o h or s o d n u g y i h o u e mo o c pid by al re q a tt fdee t ba e n t t n a d d rv to fKCCA e tr x rci n n t e c mp t rme  ̄ c u e a g u n iy o fcs, s d o he sa d r e iai n o f au e e ta to meh ds t i a e r p s d a mp o e e t r xr ci n m eh d o u la un to to ,h sp p rp o o e n i r v d f au e e ta to t o fn c e rf cin. I hs meho n t i t d, t au a e n he v l e b s d o

一种遗传算法适应度函数的改进方法

一种遗传算法适应度函数的改进方法

一种遗传算法适应度函数的改进方法
张思才;张方晓
【期刊名称】《计算机应用与软件》
【年(卷),期】2006(023)002
【摘要】针对简单遗传算法中线性适应度函数随进化过程恒定不变的缺点,提出一种可随进化代数动态调整的非线性适应度函数.以典型的遗传算法测试函数为算例,分别以Goldberg提出的线性拉伸方法[1]与文中提出的改进遗传算法进行计算.计算结果表明文中提出的动态适应度函数对简单遗传算法的改进有较明显的效果.【总页数】3页(P108-110)
【作者】张思才;张方晓
【作者单位】中国工程物理研究院结构力学研究所,四川,绵阳,621900;中国工程物理研究院结构力学研究所,四川,绵阳,621900
【正文语种】中文
【中图分类】TP3
【相关文献】
1.一种基于适应度函数遗传算法的公平交换协议自动生成方法 [J], 刘冬梅;卿斯汉;侯玉文;李鹏飞
2.一种基于遗传算法的关联规则改进方法 [J], 李凤营;赵连朋;王红雨
3.一种基于遗传算法的BP网络改进方法 [J], 蒋蓉蓉
4.基于复杂适应度函数的因素遗传算法 [J], 钟育彬;邓文杰
5.基于遗传算法的一种Tikhonov正则化改进方法 [J], 王贵;韩旭
因版权原因,仅展示原文概要,查看原文内容请购买。

一种改进的超越函数通用算法

一种改进的超越函数通用算法

[ ywod ]ai ma e t bay t ncn e tlu cin a oi m o v rin sr s loi m; eainag r m;o ku bea oi m Ke r sb s t mai l rr ; a sedna fn t ; l r c h ci r o g t cn es ;ei g r h o ea h t i rt loi t o h t lo-pt l l r a g t h DOI 1.9 9 .s.0 032 .0 21 .0 : O3 6 /i n10 —4 82 1 .50 9 js
223 查表 法 ..
更简单、有效的计算方法 ,只需要计算不多的前 Ⅳ项之和 :
) / X) : ( + o
( ) 卜
查表法 的优点是使 用直接 , 能够快速计算出函数的结果 。 查表法缺点是精度 固定 ,无法灵活地调整函数结果精度,且
占用 空 间较 大 。这 种 方 法 适 用于 查 找 表 比较 小 的 情 况 。对于
ag rtm, e in ef cin t i fteitr a t s srn e c . dt n l , ec multv ro a s db e e tdo eain lo i h d sg st h un to swi t ado h nev l h betatig n y Ad io al t u h he wi i yh aieer rc u e yrp ae p rto si s as e u e ym ii zn h p rto r q e is O a o g aa tetefncin a c rce . e sme t ,ag rtm v re dsa ewel lo rd c d b nmiig teo e ainfe u nce,S st u r ne u to c u a is Att a i h h me lo i h o eh a r l

ActiveLeZi算法的改进

ActiveLeZi算法的改进

b a b , cc a c , d c , c , a , a c , , dc , bd ” 查找源 代码 可见 , b b b c d d d
编 码 中遗 漏 了重 复率 最 高 的 “ ”字 符 的生 成 编 码 b “b ” b b ;由生成 的 T i树 统计 频率 见 图 ,编码 “a r e a”

要 : 基于L 压缩算法的A t e L z z c i e i ,用于机器人定位 、文 本数据和时序数据 的预测 及统计 v 算法 时, 原滑 动窗口设立的缺 陷 。导致生成编码 的遗 漏而降低预测 率及统计效率 ,本文 对A Z L 算 法进行 了研究和改进 , 原滑动窗 口设计缺 陷上提出了双 窗口结 构 ,在滑动窗 口处 理大量重 在
算法对 输 入字 符 串 : a a ab b ab c d b aa “ab b b b a cd c a a”进
行编 码 ,算 法 生成 Байду номын сангаас存 储 在 字 典 中 的编 码 字 符 串
为 : a ,,, , , , , , , , , , , aaba c “, C a a b b b c C c d d a , , b d ab a b cbCd c d a a b
1 訇 化 造
A te ei c v Z算法的改进 i L
The m pr v i o em entand r se ch ofA Z al ort e ar g ihm des g in
黄颖琦
HUANG n . i Yig q
( 贵阳中医学院 基础 医学 院 数学微机 教研 室 ,贵阳 5 0 2 5 0 5)
作为压 缩算法 来说 ,这正 是原压 缩算法 的优 点 ,但 作 为 预 测 算 法 来说 ,会 因生 成 编 码 的 遗 漏 而 影 响 预 测 的 准 确 率 ,如 本 来 可 以 生 成 长 度 为 4的

LMS算法及改进

LMS算法及改进

浅析LMS算法的改进及其应用摘要:本文简单介绍了LMS算法,以及为了解决基本LMS算法中收敛速度和稳态误差之间的矛盾,提出了一种改进的变步长LMS 算法,并将其应用于噪声抵消和谐波检测中去。

关键字:LMS算法;变步长;噪声抵消;谐波检测引言自适应滤波处理技术可以用来检测平稳和非平稳的随机信号,具有很强的自学习和自跟踪能力,算法简单易于实现,在噪声干扰抵消、线性预测编码、通信系统中的自适应均衡、未知系统的自适应参数辨识等方面获得了广泛的应用。

自适应滤波则是利用前一时刻已获得的滤波器参数等结果,自动地调节现时刻的滤波器参数,以适应信号和噪声未知的或随时间变化的统计特性,从而实现最优滤波。

所谓“最优”是以一定的准则来衡量的,根据自适应滤波算法优化准则不同,自适应滤波算法可以分为最小均方误差(LMS)算法和递推最小二乘(RLS)算法两类最基本的算法。

基于最小均方误差准则,LMS算法使滤波器的输出信号与期望输出信号之间的均方误差最小,因此,本文在基本LMS算法基础上,提出一种新的变步长自适应滤波算法,将其应用于噪声抵消和谐波检测中去。

一.LMS算法LMS算法即最小均方误差(least-mean-squares) 算法,是线性自适应滤波算法,包括滤波过程和自适应过程。

基于最速下降法的LMS算法的迭代公式如下:e ( n) = d ( n)- w ( n - 1) x ( n) (1)w ( n) =w ( n - 1) + 2μ( n) e ( n) x ( n) (2)式中,x ( n)为自适应滤波器的输入;d ( n)为参考信号;e ( n)为误差;w ( n)为权重系数;μ( n)为步长。

LMS算法收敛的条件为:0 <μ< 1/λmax ,λmax是输入信号自相关矩阵的最大特征值。

二.LMS算法的改进由于LMS算法具有结构简单,计算复杂度小,性能稳定等特点,因而被广泛地应用于自适应均衡、语音处理、自适应噪音消除、雷达、系统辨识及信号处理等领域。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第 36 卷第 11 期 优先出版
计算机应用研究 Application Research of Computers
Vol. 36 No. 11 Online Publication
基于贝塞尔函数的莱斯因子矩估计算法改进
何怡刚,刘楚环,袁莉芬
(合肥工业大学 电气与自动化工程学院, 合肥 230009) 摘
[1]
0
引言
莱斯信道是无线通信信道常用的一种典型信道模型,用来
描述接收信号的统计时变特性 。莱斯信道的接收信号包括直 视路径分量和散射路径分量 。莱斯因子 K 体现了莱斯信道中 直视分量功率和散射分量功率的比例关系,是表征信道衰落程 度和链路预算的重要参数
[3,4] [2]
。莱斯因子越大,信道质量越好,
因此莱斯因子 K 的提取对分析信道模型具有非常重要的意义。 基于信号包络的矩估计方法是提取信道莱斯因子的重要方 法。这类方法原理简单,不利用相位信息,不需要莱斯信道的 先验知识,大大降低了计算复杂度,对算法的健壮性具有很大 优势。近年来,很多研究人员都在 K 因子的矩估计方面做了大 量贡献和研究。文献[5]提出基于包络的二、四阶矩估计方法; 文献[6]提出基于包络的一、二阶矩估计方法,这两种方法通过 将 K 的函数等价于所测的包络矩的比率来求取 K 值; 文献[7]提
f r , (r , ) r 2 A2 2rA cos( 0 ) exp (1) 2 2 2 r
2
结束
图 1 一二阶矩估计算法流程
其中: r, ,0 分别表示信道内信号的衰落幅度、各径的相位和 直视路径的相位, A 为视距路径分量的包络,利用上式对相位 进行积分可得到信道增益的包络分布函数:
*
要:针对传统的莱斯 K 因子一二阶矩估计方法因贝塞尔函数存在计算复杂度大、实用性低的问题,提出一种基于
贝塞尔函数阶数的莱斯因子矩估计算法。该算法首先根据原矩估计公式计算 K 值对应的矩估计值,然后根据不同阶数 的贝塞尔近似公式计算矩估计值并求解对应的 K 值,计算估计准确率,进而确定贝塞尔函数阶数的选择,简化矩估计 算法。实验研究表明,所提方法与原方法相比降低了时耗,在 K 值较小效果更优。 关键词:莱斯因子;矩估计;贝塞尔函数;阶数选取 中图分类号:TN929.5 doi: 10.3969/j.issn.1001-3695.2018.04.0320
优先出版
何怡刚,等:基于贝塞尔函数的莱斯因子矩估计算法改进
第 36 卷第 11 期
对时间序列数据的一阶和二阶矩计算, 使得莱斯包络精度很高。 因此,如果能够得到一种高效的贝塞尔函数拟合方法,则能在 不影响一、二阶矩估计方法的计算精度的前提下降低耗时,提 高算法的效率。 因此, 本文通过对贝塞尔函数进行多项式拟合, 提出了改进的基于一、 二阶矩估计贝塞尔函数的莱斯 K 因子提 取方法。 利用莱斯分布信号的一二阶矩与莱斯 K 因子之间的函 数关系,结合无线信道莱斯 K 因子的取值范围先验值,以此逼 近贝塞尔函数,降低贝塞尔函数阶数,进而降低整个表达式的 阶数,提高算法效率。
2
贝塞尔函数多项式拟合阶数的选择
2.1 贝塞尔函数近似公式变量的取值范围 在式(9)中,由于含有贝塞尔函数,不能用初等函数计算
r 2 A2 rA pdfr (r ) 2 exp( ) I 0 ( 2 ), r 0 2 2 r
(2)
K 因子的解析形式,使得一二阶矩估计的计算量大大增加,时
—————————— 收稿日期:2018-04-19;修回日期:2018-06-04
基金项目:国家自然科学基金资助项目(51577046) ;国家自然科学基金重点项目(51637004) ;国家
重点研发计划资助项目(2016YFF0102200) ;装备预研重点项目(41402040301) 作者简介:何怡刚(1966-) ,男,湖南新邵人,国家杰出青年科学基金获得者,教授,博导,主要研究方向为模拟和混合集成电路设计、测试与故障诊断 、智能电网技术、射频识别技术,虚拟和智能信号处理(18655136887@) ;刘楚环(1993-) ,男,硕士研究生,主要研究方向为无线信道特征提取;袁 莉芬(1978-) ,女,黄山青年学者,教授,博导,主要研究方向为测试与故障诊断、智能电网技术、射频识别技术.
其中: I 0 () 为第一类零阶修正贝塞尔函数,莱斯分布随机变量 的均方值为 r 2 A2 2 2 , A 2 、2 2 分别表示了视距分量功率 和漫射分量功率。信道的莱斯因子定义为
[14]
效性差,因此在实际应用中较少使用,无法发挥一、二阶矩的 估计方法精度优势。若对贝塞尔函数进行多项式拟合,在精度 损失很小时,则能够有效降低一、二阶矩估计的复杂度,而损 失的精度不影响估计性能。 第一类修正贝塞尔函数表达式为
开始
ቤተ መጻሕፍቲ ባይዱ
提取已存储的信号 序列,求其包络
计算包络信号的一阶矩 1 、 二阶矩 2
K ) 值记为A, 利用公式计算出K不同时对应的f 1 ,2( 建立A值与K值对应的表格
1
矩估计方法
计算 f1,2 ( K ) 1 / 2 ,并从表中查到与其最接 近的A值,则A值对应的K值即为估计结果
2
1.1 莱斯信道 莱斯信道中直视路径的信道系数并不随时间变化,在信号 入射波满足各角度均匀入射的条件下,其概率密度函数为
K A2 / 2 2
则式(2)可以改写为
(3)
pdfr (r )
r r2 exp[ ( 2 K )]I 0 ( 2 K r / ), r 0 (4) 2
[13]
I 0 ( x)
x 2n x2 x4 1 ... 2n 2 4 64 n 0 2 ( n!)

1.2 莱斯因子的矩估计法 莱斯分布变量的各阶矩表示如下
n 2 n/2
Improvement of moments estimation for Rice factor based on Bessel functions
He Yigang, Liu Chuhuan, Yuan Lifen
(School of Electrical Engineering & Automation, Hefei University of Technology, Hefei 230009, China) Abstract: Aiming at the problem of high complexity and low practicability caused by the Bessel functions in the traditional first- and second-order moments estimation algorithm, this paper proposed an improved moments estimation method based on the order selection of Bessel function. Firstly, this algorithm calculated the moments estimation value corresponding to different K by using original estimation formula, then calculated moments estimation value with Bessel function of different orders, further solved the corresponding K value and its estimation accuracy, finally, determined the order of Bessel function acquired and improved the estimation method. Experimental results show that the improved method obtains good performance in time consuming, especially for small K. Key words: Rice factor; moments estimation; Bessel functions; order selection 出基于时间序列数据的 K 因子矩估计方法;文献[8] 对文献[7] 的方法的有效性进行验证,并研究了环境对 K 因子的影响;文 献[9]对文献[7]中的方法深入研究, 将背景噪声和干扰功率纳入 模型, 得到一个改进的矩估计算法, 提高了 K 因子的估计精度; 文献[10]根据文献[6]中近似方程导出 K 因子的一个显式的矩估 计方法;文献[11~13]提出一种二、四阶矩的 K 因子闭合估计。 文献[11,12]仿真表明文献[6]提出的一、二阶包络矩估计方法 在归一化偏差和渐进方差性能优于二、四阶矩估计方法;文献 [13]比较这两种矩估计方法,存在下面异同:二、四阶矩的估 计方法耗时稍少于一、二阶矩的方法,一、二阶矩的估计方法 精度要高于二、四阶矩的估计方法。其主要原因在于:一、二 阶矩估计方法中含有贝塞尔函数, 函数本身阶次高、 计算复杂, 且不能用初等函数计算 K 因子的解析形式;而二、四阶方法表 达式整体阶次较低,能够求解出 K 因子的解析形式,导致二、 四阶矩方法耗时小于一、二阶矩;其次一、二阶矩估计是基于
————————————————————————————————————————————————
基于贝塞尔函数的莱斯因子矩估计算法改进
作者 机构 DOI 基金项目 何怡刚,刘楚环,袁莉芬 合肥工业大学 电气与自动化工程学院 10.3969/j.issn.1001-3695.2018.04.0320 国家自然科学基金资助项目(51577046) ;国家自然科学基金重点项目(51637004) ;国家重 点研发计划资助项目(2016YFF0102200) ;装备预研重点项目(41402040301) 预排期卷 摘要 《计算机应用研究》 2019 年第 36 卷第 11 期 针对传统的莱斯 K 因子一二阶矩估计方法因贝塞尔函数存在计算复杂度大、实用性低的问 题,提出一种基于贝塞尔函数阶数的莱斯因子矩估计算法。该算法首先根据原矩估计公式计 算 K 值对应的矩估计值,然后根据不同阶数的贝塞尔近似公式计算矩估计值并求解对应的 K 值,计算估计准确率,进而确定贝塞尔函数阶数的选择,简化矩估计算法。实验研究表明, 所提方法与原方法相比降低了时耗,在 K 值较小效果更优。 关键词 作者简介 莱斯因子;矩估计;贝塞尔函数;阶数选取 何怡刚(1966-) ,男,湖南新邵人,国家杰出青年科学基金获得者,教授,博导,主要研究 方向为模拟和混合集成电路设计、测试与故障诊断、智能电网技术、射频识别技术,虚拟和智 能信号处理(18655136887@) ;刘楚环(1993-) ,男,硕士研究生,主要研究方向 为无线信道特征提取;袁莉芬(1978-) ,女,黄山青年学者,教授,博导,主要研究方向为 测试与故障诊断、智能电网技术、射频识别技术. 中图分类号 访问地址 投稿日期 修回日期 发布日期 TN929.5 /article/02-2019-11-045.html 2018 年 4 月 19 日 2018 年 6 月 4 日 2018 年 8 月 10 日
相关文档
最新文档