文献

J-GLOBAL ID：201702244825767592   整理番号：17A1262516

非線形推定のための測定の多重変換【Powered by NICT】

Multiple Conversions of Measurements for Nonlinear Estimation

著者 (2件)： Lan Jian (Center for Information Engineering Science Research, School of Electronics and Information Engineering, Xi’an Jiaotong University, Xi’an, China) ,  Li X. Rong (Department of Electrical Engineering, University of New Orleans, New Orleans, LA, USA)
資料名： IEEE Transactions on Signal Processing  (IEEE Transactions on Signal Processing)
巻： 65  号： 18  ページ： 4956-4970  発行年： 2017年 
JST資料番号： C0228A  ISSN： 1053-587X  CODEN： ITPRED  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 非線形推定への多重変換法(MCA)を提案した。共同で推定された量の結合分布とその測定に複数の仮説を考察した。全体MCA推定は仮説条件付き推定の確率的加重和であった。真実を考慮して仮定した結合分布を記述するために,(線形または非線形)測定変換によって特徴づけられる一般的分布が見られた。この形式は,Gaussよりも一般的であり,特別な場合としてGaussを含んでいる。さらに,最小平均二乗誤差(MMSE)最適推定,この形で仮定された分布が与えられた場合に,変換測定を用いた線形MMSE(最小平均二乗誤差(LMMSE)推定値を簡単にした。LMMSEベース推定量,元のLMMSE推定量とその一般化を含む 最近提案された非相関変換に基づくフィルタの全てがMCAフレームワークに組み込むことができる。非線形問題を考えると,仮定した分布の特別な形式を非線形測定関数と測定変換における情報を用いた二次計画法による得られた最適できる。,MCA推定を容易に得ることができる。動的問題では,再帰的推定のために提案した相互作用多重変換アルゴリズム。MCAアプローチは,簡単で柔軟な構造を持ち,複数のLMMSEベース非線形推定量を利用している。総合推定値は候補推定量の性能に依存して適応的に得られた。シミュレーション結果は,他の非線形フィルタと比較して提案した方法の有効性を実証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： フィルタ ,  *線形性 ,  推定量 ,  非線形フィルタ ,  非線形問題 ,  相互作用 ,  *多重化 ,  二次計画法 ,  アルゴリズム ,  動的問題 ,  シミュレーション
準シソーラス用語： 再帰的推定 ,  線形最小平均二乗誤差 ,  最小平均二乗誤差 ,  *非線形推定 , 【Automatic Indexing@JST】

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (2件)： 非線形推定 ,  多重