线性动态系统噪声辨识的非参数贝叶斯推理算法研究

• 作者: 史习智 许海翔 雷菊阳 黄克
• 来源期刊: 噪声与振动控制
• 学科: 工学
• 关键词: 振动与波 非参数贝叶斯推理 噪声辨识 Dirichlet过程混合 吉布斯采样
• 年，卷（期）: 2008,（6）
• 页码范围: 69-72
• 页数: 4页
• 分类号: TN911.6
• 字数: 2704字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1355.2008.06.018

摘要

提出一新的非参数贝叶斯推理算法来辨识任意复杂的多模噪声分布,采用无穷维推理技术,能够较为精确地逼近噪声的后验分布.算法主要引入一随机度量分布满足一预设的先验过程--混合Dirichlet过程(Dirichlet Process Mixture,简称DPM),由于DPM具有形似于Polya urn的采样特性,能够很方便地对噪声数据进行聚类,并导出噪声的后验分布.仿真结果显示,噪声数据似然的Metropolis Hastings(M-H)的采样算法比点估计的系统分析算法精度高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史习智	上海交通大学机械系统与振动国家重点实验室	26	519	11.0	22.0
2	雷菊阳	上海交通大学机械系统与振动国家重点实验室	4	8	1.0	2.0
3	许海翔	上海交通大学机械系统与振动国家重点实验室	6	17	3.0	4.0
4	黄克	上海交通大学机械系统与振动国家重点实验室	5	0	0.0	0.0