文献检索-宁波市创意产业特色资源库

限定检索结果

基于ICA和高阶累积量的ar序列的分解与复原: 收藏
分享
引用; 《仪器仪表学报》2008年第9期29卷 1836-1840页; 作者：张玉洁祁锐李宏伟中国地质大学数理学院武汉430074 海军工程大学理学院武汉430033; 本文研究由若干个非因果自回归(auto regression,ar)序列叠加产生的多道时间序列的分解与复原问题,首先从序列的独立性出发,利用序列的高阶统计信息,采用独立成分分析(independent component analysis,ICA)中的广义信息最大化(Info- max...; 本文研究由若干个非因果自回归(auto regression,ar)序列叠加产生的多道时间序列的分解与复原问题,首先从序列的独立性出发,利用序列的高阶统计信息,采用独立成分分析(independent component analysis,ICA)中的广义信息最大化(Info- max)算法寻找一可逆矩阵将混合序列进行分离,然后设计了一种基于高阶统计量的自回归模型的辨识算法,算法中将非因果ar系统看成由因果和反因果系统的极联,在每次迭代中先估计反因果ar的阶数和参数,然后再估计因果ar的阶数和参数,由选用的线性方程组保证了参数的唯一可辨识性.最后通过模拟实验验证了此方法的有效性.; 来源：详细信息评论

限定检索结果