为了正常的体验网站,请在浏览器设置里面开启Javascript功能!

基于样本分位数和log_S_S_的S_S分布参数估计方法

2017-12-05 7页 doc 25KB 30阅读

用户头像

is_105949

暂无简介

举报
基于样本分位数和log_S_S_的S_S分布参数估计方法基于样本分位数和log_S_S_的S_S分布参数估计方法 αα 基于样本分位数和 l og| SS| 的 SS 3 分布参数估计方法 1 ,21 胡学龙王丽萍 () 1 . 扬州大学 扬州 225009 ; 2 . 南京邮电大学江苏省图像处理与图像通信重点实验室 南京 210003 αα 摘 要 : 稳定分布是一类重要的非高斯随机分布 ,广泛应用于水声 、大气和生物医学信号处理等领域 。稳定分布的特征函 αβγα数由、、和 a 等 4 个参数决定 ,因此对于参数的估计具有极其重要的作用 。由于稳定分布没有闭合形式的概率密度...
基于样本分位数和log_S_S_的S_S分布参数估计方法
基于样本分位数和log_S_S_的S_S分布参数估计方法 αα 基于样本分位数和 l og| SS| 的 SS 3 分布参数估计方法 1 ,21 胡学龙王丽萍 () 1 . 扬州大学 扬州 225009 ; 2 . 南京邮电大学江苏省图像处理与图像通信重点实验室 南京 210003 αα 摘 要 : 稳定分布是一类重要的非高斯随机分布 ,广泛应用于水声 、大气和生物医学信号处理等领域 。稳定分布的特征函 αβγα数由、、和 a 等 4 个参数决定 ,因此对于参数的估计具有极其重要的作用 。由于稳定分布没有闭合形式的概率密度函 数 , αα大多数传统的依赖于显示密度函数的数学统计方法不再适用 。本文分别采用基于样本分位数法和 lo g| SS| 法对 SS 分 布αγ的和参数进行估计 ,克服了传统方法中依赖概率密度函数的缺点 ,仿真结果显示两种算法均能给出较好的估计结果 ,并 且能够满足后期研究的需要 。 ααα关键词 :稳定分布 ;基于样本分位数法 ;lo g | SS| 法 ; SS 分布 ;参数估计 文献标识码 : A 中图分类号 : TN911 . 6 α Para meters estimation of symmetric 2sta ble distribution ba sed on α quantiles of sa mples and log| SS| method 1 1 ,2Wa ng Lipi ngH u Xuelo ng (1 . School of Info r matio n Engineering , Yangzho u U niver sit y , Yangzho u 225009 ; 2 . J iangsu Pro vince Key L ab fo r )Image Proce ssing and Image Co mmunicatio n ,Nanjing U niver sit y of Po st s and Teleco mmunicatio ns ,Nanjing 210003 αAbstract :2stable dist ribution is a sort of important no n2Gaussian rando m dist ribution and i s widely applied to water so und ,at2 αβγmo sp here and bio medicine signal p rocessing fiel d and so o n. It s characteristic f unctio n is deter mined by t he parameter s、、and a ,t herefore it is important to estimate t he parameter s. Mo st of t raditional met hods based o n t he p robabilit y densit y f unctio n can not α( ) be applied because 2stable dist ribution has not t he clo sed p robabilit y densit y f unction PDF. In t his paper ,we estimate t he αγαα parameter s and of SS dist ribution based on quantiles of samples met hod and log| SS| met hod. The t wo met hods overco met he shortco mings of t raditio nal met hods based o n PDF. The co mp uter si mulations show t hat t he t wo met hods bot h can give better estimated result s and t he result s can satisf y t he needs of t he st udy. αααKey words : 2st a ble di st ri butio n ; met ho d ba sed o n qua ntile s of sa mple s ;lo g| SS| met ho d ; SS di st ri butio n ;p a ra met er s e s2 ti matio n [ 122 ] 都是非高斯分布的。在高斯模型的假设下 , 这些信号 0 引 言的非高斯性会使系统的性能显著退化。 实际中遇到 众所周知 ,在传统的信号处理中 ,高斯模型一直占据 的大量非高斯信号往往具有较强的冲激 性 ,比起正态分布的信号 ,具有更多的尖峰和偶然脉冲 ,其着主导地位。在许多情况下 ,高斯假设也是合理的 ,并且 2009 方 法 第 28 卷ααβγ α 信号模型。稳定分布的特征函数由、、和 a 等 4 个参和 c 的一致估计方法 ,并且消除了 Fa ma 的方法在估计 数决定 ,因此对于参数的估计具有极其重要的作用。和 c 时产生的渐近偏差。[ 122 ] (α) 首先定义两个随机变量 ^v 、^v:a c α1 稳定分布 ()) ( )5 ( ^v= ^x- ^x/ ^x- ^xa 0 . 95 0 . 05 0 . 75 0 . 25 [ 1 ,324 ] α稳定分布的特征函数定义为 : (α) ( ) ()^v 6 c = ^x0 . 75 - ^x0 . 25 / cα() φ( ) γβ( )ω( α) 1 将求得的 ^v 与文献[ 2 ]中给出的表相对照 ,找到和 ^v u= exp { j a u - ,u ,[ 1 + jsgn uu ,]}a aαγ) β( αα式中 :0 标准
差α 最常用的估计 SS 分布随机变量参数的样本分位数 基于样本分位数 1 . 279 0 . 229 0 估计值法是由 Fa ma 和 Roll 在 1971 年提出来的 ,是基于顺序统 的参数估计方法 0 . 013 0 标准差无计量的。Fa ma2Roll 的方法虽然比较简单 ,但是会有一个 α 渐进偏差 ,并且不是渐近有效的 ,同时 ,被严格地限制在表 1 显示 ,两种算法在不依赖于概率密度函数的情况 a nd f requency delay in imp ul sive noi se using f ractio nal α 而且 lo g| SS| 法比基于样本分位数法计算量小 ,比较容易 lo wer o r der stati stic s [ J ] . IE E E Trans o n Signal Pro2 实现。 () ce ssing ,1996 ,44 11:266922687 . 论4 结[ 4 ] MA X Y ,N I KIA S C L . Pa rameter e stimatio n a nd blind cha nnel identificatio n i n imp ul sive signal envi2 α 本文分别采用基于样本分位数法和 lo g | SS | 法对 ro nment s [J ] . IE E E Tra ns o n Signal Proce ssing ,1995 , ααγSS 分布的和参数进行估计 ,克服了传统的依赖概率 密 () 43 12:288422897 . α度函数的数学统计方法在稳定分布条件下不再适用 WA N G Z H J , H U X L , WA N G L P. pa rameter e sti2 [ 5 ] 的缺点 ,计算机仿真结果显示两种算法均能给出较好的估 matio n of wavelet coefficient fo r image ba sed o n f rac2 α计结果 ,能够满足后期的研究需要 ,而且 lo g| SS| 法比基 t al lo wer o r der stati stic s [ C ] . Proceedi ngs of IC EM I’于样本分位数法计算量小 ,比较容易实现。 2007 , Xi’an ,Chi na ,2007 ,2 :7822786 . 参 考 文 献[ 6 ] MCCUL L OC H J H . Simple co nsi stent e stimato r s of sta ble di st ributio n pa ra meter s [ J ] . Co mmun. Stati st . [ 1 ] 邱天爽 ,张旭秀 ,李小兵 , 等. 统计信号处理 ———非高() Simula ,1986 ,15 4:110921136 . 斯信 号 处 理 及 应 用 [ M ] . 北 京 : 电 子 工 业 出 版 B EL GF M , M IL L ER E L . A slidi ng windo w RL S2like [ 7 ] 社 ,2004 . adap tive algo rit hm fo r filtering alp ha2stable noi se [ J ] . [ 2 ] N I KIA S C L , S HAO M . Signal p roce ssing wit h alp ha2 () IE E E Signal Proce ssing L et ter ,2000 ,7 4:86289 . stable di st ributio ns [ M ] . New Yo r k : Wiley ,1995 . [ 3 ] MA X ,N I KIA S C L . J oint e stimatio n of time delay () 上接第 22 页 图 5 所演示的是汉宁窗函数作用下的结果 ,它和海明 雷达系统的速度跟踪精度得到一定程度的提高。窗函数的作用没有本质的区别 ,只是旁瓣的衰减速度快了 参 考 文 献很多 ,对噪声干扰的抑制作用更强。并且 ,总体的功率值 相对于上述两种窗函数作用下的功率值小很多 ,最小功率[ 1 ] 白敬成. 雷达系统[ M ] . 北京 : 电子工业出版社 ,2001 : 21223 . 值有接近于零的 ,这将使得下一步的数据分析变得更加清 [ 2 ] 高烽. 多普勒雷达引导头信号处理技术[ M ] . 北京 : 国 晰、明朗。 防工业出版社 ,2001 :35239 . 通过上面的实验演示结果对比分析可以看出 ,虽然系 胡广书. 数字信号处理[ M ] . 北京 : 清华大学出版社 ,[ 3 ] 统最终的运行时间并没有缩短 ,但是功率谱分布结果却有 2003 :89293 . 很大的改善 ,提高了系统的抗干扰能力。这也证实了系统 王洁 ,陈明方 ,张永霞. 多普勒动态速度跟踪频域法实 [ 4 ] 中选择汉宁窗作为最终的截取窗函数是最优的。 ( ) 现的研究与分析 [ J ] . 计量与测试技术 , 2005 , 9 1 : 5 结束语18219 . 陈明方 ,王洁. Doppler 测速系统初速度的一种简单快 [ 5 ] 不论是从理论分析 ,还是实验验算都证明了汉宁窗主 瓣窄、旁瓣峰值小、衰减速度快 ,用它作为截取窗函数明显 () 速算法[J ] . 国外电子测量技术 ,2005 ,24 7:41242 . 王优于其他几种 ,基于汉宁窗数字滤波技术的应用将会更有 [ 6 ] 洪东 ,张茂青 ,王力. 基于窗函数的数字滤波器的设 效地抑制噪声信号 ,使有用信号的输出清晰、准确 ,进而使 () 计与仿真研究[J ] . 江苏电器 ,2008 ,4 4:13214 .
/
本文档为【基于样本分位数和log_S_S_的S_S分布参数估计方法】,请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑, 图片更改请在作品中右键图片并更换,文字修改请直接点击文字进行修改,也可以新增和删除文档中的内容。
[版权声明] 本站所有资料为用户分享产生,若发现您的权利被侵害,请联系客服邮件isharekefu@iask.cn,我们尽快处理。 本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用。 网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
热门搜索

历史搜索

    清空历史搜索