| 非高斯AR序列参数的最大似然估计 |
| |
| 引用本文： | 王平波,蔡志明. 非高斯AR序列参数的最大似然估计[J]. 武汉理工大学学报(交通科学与工程版), 2009, 33(3): 523-526. DOI: 10.3963/j.issn.1006-2823.2009.03.030 |
| |
| 作者姓名： | 王平波 蔡志明 |
| |
| 作者单位： | 海军工程大学电子工程学院,武汉,430033 |
| |
| 基金项目： | 国家重点基础研究发展规划(973计划) |
| |
| 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.
|
| 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 |
Maximum Likelihood Estimation of Parameters for Non-Gaussian Autoregressive Processes |
| |
| Wang Pingbo,Cai Zhiming. Maximum Likelihood Estimation of Parameters for Non-Gaussian Autoregressive Processes[J]. journal of wuhan university of technology(transportation science&engineering), 2009, 33(3): 523-526. DOI: 10.3963/j.issn.1006-2823.2009.03.030 |
| |
| Authors: | Wang Pingbo Cai Zhiming |
| |
| Affiliation: | College of Electronic Engineering;Naval University of Engineering;Wuhan 430033 |
| |
| Abstract: | Applying in the case of non-Gaussian data,the least squares estimation of autoregressive parameters is no longer efficient while the maximum likelihood estimation,in which the probability density information being utilized fully,is still efficient.After the estimation problem being described with Gaussian mixture autoregressive model,Crammer-Rao bounds are discussed.And then the maximum likelihood estimation of parameters for non-Gaussian autoregressive processes is deduced.One of its solutions with Newton-... |
| |
| Keywords: | non-Gaussian autoregressive maximum likelihood estimation Crammer-Rao bound. |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
