基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
研究了一种新的AR SaS过程的谱估计算法.该算法将整个数据作为一个整体,利用分数低阶P阶矩从前向、后向两个方向对数据进行处理,获得了一种高分辨率的参数估计算法--双向最小P范数法(Bidirectional Least p Norm,BLPN).利用得到的参数,结合共变谱的定义,构建了AR SaS过程下的共变谱估计表达式,并分别对AR SaS过程参数估计,α稳定分布噪声中的正弦信号的谱估计进行仿真.仿真结果表明,基BLPN的ARSαS模型的共变谱估计方法对于不同的口值均具有良好的韧性,特别是在α值较小或者短时数据时,本文方法的性能明显优于基于FLOM的AR SαS模型共变谱估计方法.
推荐文章
一种改进的AR谱估计方法
自回归
协方差成形
最小二乘
谱估计
基于AR模型的功率谱估计
AR模型
自相关法
Burg算法
阶数选择
基于分数低阶协方差的AR SαS模型α谱估计
α谱
自回归SαS模型
α稳定分布
分数低阶协方差
分数低阶矩
基于SVD-TLS的AR谱估计方法在声目标识别中的应用
奇异值分解/SVD
总体最小二乘法/TLS
AR模型
特征提取
声目标识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BLPN算法的AR SαS过程共变谱估计方法
来源期刊 数据采集与处理 学科 工学
关键词 α稳定分布 共变谱 BLPN算法 短时数据 AR SαS过程
年,卷(期) 2010,(6) 所属期刊栏目
研究方向 页码范围 766-771
页数 分类号 TN911.7
字数 4924字 语种 中文
DOI 10.3969/j.issn.1004-9037.2010.06.017
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 江金龙 九江学院电子工程学院 16 90 5.0 9.0
2 姜玉林 九江学院电子工程学院 11 30 4.0 5.0
6 査代奉 九江学院电子工程学院 4 11 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (9)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (5)
1971(1)
  • 参考文献(1)
  • 二级参考文献(0)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
1984(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(2)
  • 参考文献(2)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
α稳定分布
共变谱
BLPN算法
短时数据
AR
SαS过程
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
数据采集与处理
双月刊
1004-9037
32-1367/TN
大16开
南京市御道街29号1016信箱
28-235
1986
chi
出版文献量(篇)
3235
总下载数(次)
7
总被引数(次)
25271
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导