文献

J-GLOBAL ID：201702287664395208   整理番号：17A1351920

未知の雑音下での隠れた広義定常A RMA過程のための結合状態およびパラメータ推定【Powered by NICT】

Joint state and parameter estimation for hidden wide-sense stationary ARMA processes under unknown noise

著者 (3件)： Li Shuhui (School of Automation, Beijing Institute of Technology, Beijing 100081, China) ,  Feng Xiaoxue (School of Automation, Beijing Institute of Technology, Beijing 100081, China) ,  Pan Feng (School of Automation, Beijing Institute of Technology, Beijing 100081, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： Fusion  ページ： 1-8  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 広義自己回帰移動平均(A RMA)モデルを種々の分野に広く応用されている。A RMAモデルの未知有界パラメータ推定は非常に重要な研究課題である。最近まで,ほとんどの研究は知られている撹乱環境雑音や未知分散を持つ既知雑音のモデルを用いて行った。現代制御システムにおける妨害雑音は本当には複雑であり,知られていない。著者らの知る限り,未知な雑音を含む広義定常隠れたA RMA過程のための未知の境界パラメータ推定にはあまり注意が払われている。本論文では,未知雑音下での隠れた広義のA RMA過程のための状態および未知有界パラメータを同時に推定する二重粒子フィルタベースの方法を提案したが,これは二段階を含んでいる。第一段階では,カーネル平滑化粒子フィルタアルゴリズムを用いて未知有界A RMAモデルパラメータを推定した。またベータ分布に基づく十分統計量を用いて,パラメータの事後分布に近づくことである。第二段階では,粒子フィルタアルゴリズムを用いて,第一段階で得られたモデルパラメータによるA RMAモデルの状態を推定することである。雑音モデルは非常に未知のために,Gauss混合モデルを採用したEMアルゴリズムにおける事後確率関数に近づく。シミュレーション結果は,提案した方式の有効性を検証した。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： *パラメータ推定 ,  制御系 ,  *雑音 ,  事後確率 ,  シミュレーション ,  環境騒音 ,  アルゴリズム
準シソーラス用語： EMアルゴリズム ,  Gauss混合モデル ,  雑音モデル ,  事後分布 ,  十分統計量 ,  モデルパラメータ ,  粒子フィルタ ,  有界 , 【Automatic Indexing@JST】

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (4件)： 雑音 ,  過程 ,  結合状態 ,  パラメータ推定