分数低阶时频滑动平均模型参数估计

计算机工程与应用 ›› 2015, Vol. 51 ›› Issue (20): 178-182.

分数低阶时频滑动平均模型参数估计

汪海滨1，龙俊波2，查代奉3

1.九江学院信息科学与技术学院，江西九江 332005
2.九江学院电子工程学院，江西九江 332005
3.九江学院理学院，江西九江 332005

出版日期:2015-10-15 发布日期:2015-10-30

Modeling and parameter estimation based on FLO-TFMA

WANG Haibin1, LONG Junbo2, ZHA Daifeng3

1.College of Information Science and Technology, Jiujiang University, Jiujiang, Jiangxi 332005, China
2.College of Electronic Engineering, Jiujiang University, Jiujiang, Jiangxi 332005, China
3.College of Science, Jiujiang University, Jiujiang, Jiangxi 332005, China

Online:2015-10-15 Published:2015-10-30

摘要/Abstract

摘要： 针对稳定分布环境下非平稳过程分析方法时频滑动平均（TFMA）模型算法的退化，引入分数低阶统计量共变，提出了一种改进的分数低阶时频时频滑动平均（FLO-TFMA）模型算法。推导了FLO-TFMA模型的参数求解过程，给出了基于FLO-TFMA模型的时频谱估计。通过在稳定分布环境下对TFMA模型算法和所提出的FLO-TFMA模型算法的参数估计均方误差（MSE）比较和时频谱估计比较，仿真结果表明，FLO-TFMA模型算法的参数估计精度优于TFMA模型算法，TFMA模型时频谱估计完全失效，而FLO-TFMA模型时频谱算法能较好地进行时频谱估计。

关键词: 稳定分布, 分数低阶统计量, 滑动平均模型, 非平稳过程, 时频谱估计

Abstract: The Time-Frequency Moving Average （TFMA） model algorithm which is a method of non-stationary signal processing degenerate under [α] stable distribution environment, the fractional lower order statistics covariance is introduced and the improved Fractional Lower Order Time-Frequency Moving Average algorithm （FLO-TFMA） model algorithm is proposed. The parameters estimation of FLO-TFMA model is developed and time-frequency spectrum estimation is given based on the FLO-TFMA model. By comparing the Mean Square Error （MSE） of parameter estimation and spectrum estimation of the TFMA model algorithm and the proposed FLO-TFMA model algorithm under [α] stable distribution environment condition, simulations show that the parameters estimation precision of the FLO-TFMA model algorithm is better than TFMA model algorithm, the TFMA model spectrum estimation can not work, and FLO-TFMA model algorithm provides better performance of time-frequency spectrum.

Key words: [α] stable distribution, fractional lower order statistic, moving average model, non-stationary process, time-frequency spectrum estimation

汪海滨1，龙俊波2，查代奉3. 分数低阶时频滑动平均模型参数估计[J]. 计算机工程与应用, 2015, 51(20): 178-182.

WANG Haibin1, LONG Junbo2, ZHA Daifeng3. Modeling and parameter estimation based on FLO-TFMA[J]. Computer Engineering and Applications, 2015, 51(20): 178-182.

[1]	林政剑，熊美英，查代奉. 非高斯噪声背景下的诱发电位信号去噪方法[J]. 计算机工程与应用, 2014, 50(9): 186-188.
[2]	李飞祥1，赵知劲1，2，赵治栋1. 一种分阶梯度加权平均变步长VLMP算法[J]. 计算机工程与应用, 2014, 50(4): 207-210.
[3]	任静1，李维勤2，惠鏸2. 基于alpha稳定分布的盲信号分离[J]. 计算机工程与应用, 2014, 50(18): 215-219.
[4]	于静，王辉. 基于组合模型的网络流量预测[J]. 计算机工程与应用, 2013, 49(8): 92-95.
[5]	严平平1，赵知劲1，2，尚俊娜1，2，赵治栋1. 二阶Volterra变记忆长度LMP算法[J]. 计算机工程与应用, 2013, 49(3): 121-125.
[6]	许培，陈其工，葛愿，蒋蓉蓉. 基于ARMA模型的NCS前向时延预测研究[J]. 计算机工程与应用, 2013, 49(20): 91-95.
[7]	龙俊波1，汪海滨2，查代奉1. 稳定分布噪声环境下的EEG-MUSIC源定位[J]. 计算机工程与应用, 2013, 49(2): 122-125.
[8]	李宁1，2，王晓东1，2，侯俊峰3，黄国勇1，2. 冥函数变换在短时交通流组合预测中的应用[J]. 计算机工程与应用, 2013, 49(16): 240-243.
[9]	高玉宝，江金龙. 分数低阶[α]稳定分布的功率谱估计新方法[J]. 计算机工程与应用, 2012, 48(12): 125-128.
[10]	林政剑¹，查代奉¹，邱天爽^1，2. 非线性系统中稳定有色噪声建模及FLOC谱特性[J]. 计算机工程与应用, 2010, 46(36): 171-174.
[11]	姜玉林，査代奉，曹晖. Alpha稳定分布噪声下改进的频域预滤波方法[J]. 计算机工程与应用, 2010, 46(10): 115-118.
[12]	丁一鹏，方广有. 一种结合ARMA的高精度穿墙雷达成像算法[J]. 计算机工程与应用, 2009, 45(35): 135-138.
[13]	查代奉¹，江金龙¹，姜玉林¹，邱天爽^1，2. 稳定分布噪声下非线性PAR系统辨识新方法[J]. 计算机工程与应用, 2009, 45(34): 130-133.
[14]	贾治宇,康锐. 软件可靠性预测的ARIMA方法研究[J]. 计算机工程与应用, 2008, 44(35): 17-19.
[15]	高龙,杨慧中. 广义预测自适应控制的双重控制算法[J]. 计算机工程与应用, 2008, 44(34): 223-225.