未找到相关数据
一种新型的目标极点提取方法──SSFB
被引：1
作者：
黄浴
强伯涵
机构：
[1] 北方交通大学信息所
[2] 西安电子科技大学电子工程系
来源：
关键词：
状态空间；极点提取；自回归模型；后向递推；蒙特卡罗模拟;
D O I：
暂无
中图分类号：
TN956.51 [];
学科分类号：
摘要：
状态空间法（ＳＳＭ）是目前信号分析中应用广泛的一种方法，它为目标极点提取提供了一个十分有效的工具．文中分析了自回归（ＡＲ）模型与状态空间模型在极点提取时的关系，并基于后向线性预测（ＢＬＰ）的思想建立了新颖的后向递推状态空间模型．在参考文献六中，Ｓ．Ｍ．Ｋａｙ深入分析了噪声对于线性预测的ＡＲ模型的影响，文中将此类稚到状态空间模型中，由此得到前向和后向递推状态空间法（ＳＳＦＢ）．蒙特卡罗模拟表明其性能优于原ＳＳＭ，表现在以下两个方面：一是在更宽的信噪比（ＳＮＲ）范围内获得对极点实部的无偏估计；二是进一步减小提取极点时算法对采样率的敏感性．
引用
收藏
页码：394 / 402
页数：9
相关论文