非高斯AR序列参数的最大似然估计

• 作者: 王平波 蔡志明
• 来源期刊: 武汉理工大学学报（交通科学与工程版）
• 学科: 工学
• 关键词: 非高斯 自回归 最大似然估计 最小二乘估计 克拉美-罗限
• 年，卷（期）: 2009,（3）
• 页码范围: 523-526
• 页数: 4页
• 分类号: TJ630
• 字数: 2588字
• 语种: 中文
• DOI: 10.3963/j.issn.1006-2823.2009.03.030

摘要

自同归模型参数的最小二乘估计应用于非高斯数据,有效性便不复存在,而充分利用了概率密度信息的最大似然估计却仍然是该问题的有效估计.使用混合高斯自回归模型描述该类估计问题之后,讨论了其克拉美-罗限,导出了非高斯自回归序列参数的最大似然估计,给出Newton-Raphson迭代解法,并凡探讨了如何加快这一迭代算法的收敛和如何将估计算法应用于实际数据两个细节问题.最后给出一组仿真实例,对比检验了最大似然估计和最小二乘估计的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王平波	海军工程大学电子工程学院	48	200	7.0	12.0
2	蔡志明	海军工程大学电子工程学院	147	965	14.0	23.0