

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、信號(hào)處理技術(shù)在通訊、地球物理學(xué)、聲學(xué)、醫(yī)學(xué)診斷等領(lǐng)域都有著非常廣泛的應(yīng)用。陣列信號(hào)模型是信號(hào)處理技術(shù)中一個(gè)非常重要的統(tǒng)計(jì)模型,估計(jì)信號(hào)源個(gè)數(shù)及各信號(hào)源的振幅與頻率是研究陣列信號(hào)模型的兩個(gè)主要方面內(nèi)容。本學(xué)位論文主要研究陣列信號(hào)模型的振幅與頻率的估計(jì)問題。在二維信號(hào)模型中,振幅和頻率的估計(jì)通常由最小二乘法和極大似然估計(jì)法得到。雖然最小二乘估計(jì)和極大似然估計(jì)是相合估計(jì)且具有漸近正態(tài)性,但是其漸近分布中有冗余參數(shù),在實(shí)際使用中要逼近最小二乘估
2、計(jì)需要先估計(jì)出這些冗余參數(shù)。本文采用隨機(jī)加權(quán)法逼近最小二乘估計(jì)的分布,這樣可以避免估計(jì)冗余參數(shù)。數(shù)據(jù)模擬結(jié)果表明,采用隨機(jī)加權(quán)方法得到的逼近比正態(tài)逼近更加精確。在一維信號(hào)模型中,對(duì)振幅的估計(jì)采用兩步估計(jì),即從頻率的一個(gè)相合估計(jì)出發(fā)對(duì)振幅采用估計(jì)。我們證明用兩步法得到的振幅估計(jì)是相合的,數(shù)據(jù)模擬表明該估計(jì)和傳統(tǒng)的估計(jì)相比更加穩(wěn)健。本學(xué)位論文另外一個(gè)部分是多重循環(huán)秩集抽樣中關(guān)于“完美排序”假設(shè)檢驗(yàn)問題。相比于簡單隨機(jī)抽樣方法,秩集抽樣方法更
3、有效,廣泛應(yīng)用于農(nóng)業(yè)、林業(yè)、以及醫(yī)學(xué)研究等各個(gè)領(lǐng)域。文獻(xiàn)中許多秩集抽樣方法的研究需要假設(shè)排序是完美的,然而實(shí)際中常常遇到排序不是完美的情況,因此對(duì)于檢驗(yàn)秩集抽樣是否為“完美排序”是一個(gè)很重要的研究問題。對(duì)于這類假設(shè)檢驗(yàn)問題,本文不同于以往的研究文獻(xiàn),在不需要秩集抽樣是均衡的條件下,提出了一些秩檢驗(yàn)統(tǒng)計(jì)量,并建立了它們的零分布。我們所提的方法適用于多種情形,包括單循環(huán)和多循環(huán)秩集抽樣,尤其它可用于非均衡抽樣,這更符合于實(shí)際應(yīng)用。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 線性模型參數(shù)估計(jì)若干問題研究.pdf
- 混合模型中的參數(shù)估計(jì)問題.pdf
- 線性模型參數(shù)估計(jì)的若干性質(zhì)研究.pdf
- 線性模型中的參數(shù)估計(jì).pdf
- 11060.廣義線性模型參數(shù)估計(jì)若干問題的研究
- 方差分量模型的參數(shù)估計(jì)問題.pdf
- 廣義線性模型中的參數(shù)估計(jì)問題.pdf
- 線性混合模型參數(shù)估計(jì)問題的研究.pdf
- 基于模糊樣本信息的若干參數(shù)估計(jì)問題研究.pdf
- 信用風(fēng)險(xiǎn)參數(shù)估計(jì)的若干問題研究.pdf
- 線性混合模型中的參數(shù)估計(jì).pdf
- 線性混合模型中參數(shù)估計(jì)的研究.pdf
- 混合模型參數(shù)估計(jì)的研究.pdf
- PCMA系統(tǒng)中干擾信號(hào)的參數(shù)估計(jì).pdf
- 相位編碼信號(hào)的參數(shù)估計(jì).pdf
- 基于PPG信號(hào)的Windkessel模型修正及參數(shù)估計(jì).pdf
- 混合模型的參數(shù)估計(jì).pdf
- 基于Prony模型的正弦信號(hào)參數(shù)估計(jì)算法研究.pdf
- 關(guān)于污染數(shù)據(jù)模型參數(shù)估計(jì)的若干結(jié)果.pdf
- 結(jié)構(gòu)型EV模型中的參數(shù)估計(jì).pdf
評(píng)論
0/150
提交評(píng)論