亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        一種信號(hào)長期預(yù)測(cè)新算法

        2017-09-03 10:57:36廣州民航職業(yè)技術(shù)學(xué)院林修杰
        電子世界 2017年16期
        關(guān)鍵詞:階數(shù)估計(jì)值估值

        廣州民航職業(yè)技術(shù)學(xué)院 林修杰

        一種信號(hào)長期預(yù)測(cè)新算法

        廣州民航職業(yè)技術(shù)學(xué)院 林修杰

        對(duì)于長期數(shù)據(jù)預(yù)測(cè),傳統(tǒng)的預(yù)測(cè)方法性能較差。采用Wiener模型進(jìn)行預(yù)測(cè),需要獲取輸入信號(hào)的功率譜密度,以及輸入和輸出信號(hào)的互譜密度,但這難以獲取,且計(jì)算量大。采用Kalman和AR模型進(jìn)行預(yù)測(cè),隨著預(yù)測(cè)距離增加,預(yù)測(cè)結(jié)果趨于訓(xùn)練集的均值。本文提出了一種基于AR模型的長期預(yù)測(cè)新算法,命名為抽樣AR模型,將訓(xùn)練集進(jìn)行分組,每個(gè)估計(jì)值使用不同的訓(xùn)練集進(jìn)行預(yù)測(cè)。抽樣AR模型提高了長期數(shù)據(jù)預(yù)測(cè)的準(zhǔn)確性。

        長期預(yù)測(cè);Wiener模型;Kalman模型;AR模型;抽樣AR模型

        1.引言

        對(duì)于長期數(shù)據(jù)預(yù)測(cè),傳統(tǒng)的預(yù)測(cè)方法性能較差。采用Wiener模型進(jìn)行預(yù)測(cè),需要獲取輸入信號(hào)的功率譜密度以及輸入和輸出信號(hào)的互譜密度,但這難以獲取,且計(jì)算時(shí)需要重復(fù)計(jì)算,計(jì)算量大。采用Kalman和AR模型進(jìn)行預(yù)測(cè),使用估計(jì)值來估計(jì)下一個(gè)估計(jì)值,因?yàn)楣烙?jì)值是之前訓(xùn)練集的線性組合,沒有任何新的信息,隨著預(yù)測(cè)距離增加,預(yù)測(cè)結(jié)果趨于訓(xùn)練集的均值。

        長期數(shù)據(jù)預(yù)測(cè)的實(shí)際意義很大,準(zhǔn)確的預(yù)測(cè)對(duì)于自動(dòng)化和無人系統(tǒng)在各種復(fù)雜情況下做出及時(shí)合理的判斷和反應(yīng)非常重要。

        2.研究實(shí)例

        本文中的研究數(shù)據(jù)取自實(shí)際環(huán)境,是某車載雷達(dá)測(cè)得的平臺(tái)運(yùn)動(dòng)速度。在汽車自動(dòng)駕駛系統(tǒng)中,平臺(tái)運(yùn)動(dòng)速度的準(zhǔn)確預(yù)測(cè)對(duì)于系統(tǒng)在各種復(fù)雜情況下做出及時(shí)合理的判斷和反應(yīng)非常重要。研究數(shù)據(jù)分為兩組,實(shí)際上是將實(shí)際連續(xù)觀測(cè)的一組數(shù)據(jù)分成了兩部分。第一組(訓(xùn)練集)是用于訓(xùn)練和建模,長度為5000,利用該組數(shù)據(jù)建立和調(diào)整預(yù)測(cè)模型。第二組數(shù)據(jù)(檢驗(yàn)集)是用于檢驗(yàn)?zāi)P托阅埽L度為500。訓(xùn)練集數(shù)據(jù)如圖1所示。

        圖1 訓(xùn)練集數(shù)據(jù)

        訓(xùn)練集數(shù)據(jù)有一定周期性,相鄰點(diǎn)之間的相關(guān)性很強(qiáng),這是估值預(yù)測(cè)的基礎(chǔ)。同時(shí),數(shù)據(jù)有很大的隨機(jī)性,在某些點(diǎn)出現(xiàn)接近零的幅值。較為光滑的曲線還有細(xì)微的抖動(dòng),這是測(cè)量噪聲的影響。

        本文需要用5000點(diǎn)預(yù)測(cè)之后的500點(diǎn),最大的預(yù)測(cè)步數(shù)為500步,屬于長期數(shù)據(jù)預(yù)測(cè)。這要求數(shù)據(jù)距離500點(diǎn)以上都具有相關(guān)性,但隨著待預(yù)測(cè)數(shù)據(jù)和已知數(shù)據(jù)距離的加大,相關(guān)性越來越小。如何利用數(shù)據(jù)的相關(guān)性是長期數(shù)據(jù)預(yù)測(cè)的關(guān)鍵。

        3.傳統(tǒng)的預(yù)測(cè)方法

        3.1 Wiener模型

        根據(jù)正交性原理,預(yù)測(cè)濾波器傳遞函數(shù)H(w)的表達(dá)式:

        3.2 Kalman模型

        Kalman估值濾波的核心思想是將Wiener方法的批處理改為串行處理,建立遞推公式,利用上一時(shí)刻的估值計(jì)算該時(shí)刻的估值。其遞推公式為:

        其中,F(xiàn)n、Hn為遞推系數(shù),Wn、Vn為噪聲項(xiàng)。

        Kalman模型具有馬爾可夫性質(zhì),只適合一步估值,而本文要解決的是長期預(yù)測(cè)問題。用Kalman進(jìn)行長期估值濾波,第1個(gè)估計(jì)值使用訓(xùn)練集中5000個(gè)數(shù)據(jù)進(jìn)行估計(jì),第n個(gè)估計(jì)值使用訓(xùn)練集中5000個(gè)數(shù)據(jù)以及前面n-1個(gè)估計(jì)值進(jìn)行估計(jì)。

        Kalman模型問題:使用估計(jì)值來估計(jì)下一個(gè)估計(jì)值,因?yàn)楣烙?jì)值是之前訓(xùn)練集的線性組合,沒有任何新的信息,結(jié)果固然會(huì)趨于訓(xùn)練集的均值。即使將Kalman的階數(shù)增加,結(jié)果也不會(huì)有本質(zhì)的改善。

        3.3 AR模型

        N階AR模型的描述為:

        確定AR模型的階數(shù)之后通過訓(xùn)練集不斷調(diào)整系數(shù)a,使預(yù)測(cè)結(jié)果最佳。

        使用上面的公式進(jìn)行一步預(yù)測(cè),其K步預(yù)測(cè)的公式為:AR模型同樣遇到Kalman模型的問題,所有的預(yù)測(cè)值均只根據(jù)相同的訓(xùn)練集進(jìn)行預(yù)測(cè),這樣導(dǎo)致與Kalman同樣的結(jié)果。

        4.預(yù)測(cè)新算法

        4.1 抽樣AR模型原理

        為了解決Kalman以及傳統(tǒng)AR模型不能進(jìn)行長期預(yù)測(cè)的問題,本文對(duì)AR模型進(jìn)行了改進(jìn)。

        Kalman以及傳統(tǒng)AR模型問題的關(guān)鍵是每一個(gè)估計(jì)值都是從相同的訓(xùn)練集得出,也就是說沒有新的信息。因此,本文算法的核心思想是:使用不同的訓(xùn)練集進(jìn)行長期預(yù)測(cè),即每個(gè)估計(jì)值使用不同的訓(xùn)練集。具體如下:

        {X}為訓(xùn)練集,{Y}為估計(jì)集,箭頭代表使用前者估計(jì)后者。{NX}為{X}的等間隔抽樣,使用AR模型對(duì)一個(gè)Y值進(jìn)行預(yù)測(cè),命名為抽樣AR模型。

        該模型解決了Kalman以及傳統(tǒng)AR模型的缺陷,適合長期數(shù)據(jù)預(yù)測(cè)。

        4.2 建模建立及修正步驟

        首先確定屬于抽樣AR模型進(jìn)行估值,并選定AR模型的階數(shù);然后對(duì)每一組訓(xùn)練集進(jìn)行AR模型參數(shù)的調(diào)整,使用每一組訓(xùn)練集進(jìn)行一步估值;最后根據(jù)估值結(jié)果判斷前面選定的階數(shù)是否最優(yōu),若不是重新選定AR模型的階數(shù),重復(fù)前面步驟直到選取最優(yōu)階數(shù)進(jìn)行估值計(jì)算。

        4.3 仿真結(jié)果

        表1是使用不同階數(shù)的抽樣AR模型的性能比較。

        表1 不同階數(shù)的抽樣AR模型的性能比較

        校驗(yàn)集數(shù)據(jù)均值為5.7224,訓(xùn)練集數(shù)據(jù)均值為7.9160。

        可以看出,該模型的階數(shù)不是越高越好,根據(jù)測(cè)量數(shù)據(jù),最終選取5階。圖2是使用5階抽樣AR模型的預(yù)測(cè)結(jié)果。

        圖2 使用5階抽樣AR模型的估計(jì)圖樣

        預(yù)測(cè)結(jié)果的趨勢(shì)基本與實(shí)測(cè)數(shù)據(jù)相符,開始200點(diǎn)估計(jì)值比較理想,但后面300點(diǎn)不太理想,特別是接近零值的那一段預(yù)測(cè)不出來。解決方法是增加訓(xùn)練集NX的點(diǎn)數(shù)。

        5.結(jié)論

        抽樣AR模型解決了Kalman以及傳統(tǒng)AR模型不能進(jìn)行長期預(yù)測(cè)的問題,具有很高的實(shí)用價(jià)值。

        [1]徐科軍,等編著.信號(hào)分析與處理[M].清華大學(xué)出版社,2012.

        [2]程佩青,編著.數(shù)字信號(hào)處理教程[M].清華大學(xué)出版社,2015.

        [3]John G.Proakis,Dimitris K Manolakis.Digital Signal Processing(4th Edition)[M].Prentice Hall,2006.

        [4]Vinay K.Ingle,John G.Proakis.Digital Signal Processing Using MATLAB[M].Cengage Learning,2011.

        [5]Levent M.Arslan.Modified Wiener filtering[J].Signal Processing, 2006,86(2):267-272.

        [6]XiaofeiShuai,Lingjiang Kong,Jianyu Yang.AR-model-based adaptive detection of range-spread targets in compound Gaussian clutter[J].Signal Processing,2011,91(4):750-758.

        林修杰(1981—),男,碩士,廣州民航職業(yè)技術(shù)學(xué)院講師,研究方向:電子信息技術(shù)。

        猜你喜歡
        階數(shù)估計(jì)值估值
        關(guān)于無窮小階數(shù)的幾點(diǎn)注記
        確定有限級(jí)數(shù)解的階數(shù)上界的一種n階展開方法
        一道樣本的數(shù)字特征與頻率分布直方圖的交匯問題
        統(tǒng)計(jì)信息
        2018年4月世界粗鋼產(chǎn)量表(續(xù))萬噸
        巧用估值法
        如何創(chuàng)業(yè)一年估值過十億
        豬八戒網(wǎng)為何估值過百億?
        100億總估值的煉成法
        一種新的多址信道有效階數(shù)估計(jì)算法*
        国产成人久久综合热| 日韩欧美亚洲国产精品字幕久久久| 99爱在线精品免费观看| 免费又黄又爽又猛的毛片| 国产h视频在线观看网站免费| 久久99免费精品国产| 一个人看的www片免费高清视频 | 国产精品久久婷婷六月丁香| 日本边添边摸边做边爱喷水| 日日噜噜噜夜夜爽爽狠狠| 久热爱精品视频在线观看久爱 | 亚洲永久国产中文字幕| 亚洲中文字幕无码一久久区| 欧美精品黄页在线观看视频| 亚洲乱码中文字幕综合69堂| 免费视频无打码一区二区三区| 曰本人做爰又黄又粗视频| 国产日韩亚洲欧洲一区二区三区| 人妻精品人妻一区二区三区四五| 国产不卡精品一区二区三区| a级特黄的片子| 久久精品国产亚洲5555| 日本免费三片在线视频| 亚洲精品中文幕一区二区| 亚洲欧美日韩国产综合一区二区| 丝袜 亚洲 另类 欧美| 亚洲乱码中文字幕视频| 午夜福利理论片高清在线观看 | 欧美片欧美日韩国产综合片| 亚洲一品道一区二区三区| 99久久精品费精品国产一区二| 婷婷综合五月| 久久久99精品国产片| 亚洲色偷偷偷综合网| 亚洲精品毛片一区二区三区| 水蜜桃一二二视频在线观看免费 | 国产又黄又爽又无遮挡的视频| 免费看草逼操爽视频网站| 国产尤物精品视频| 91尤物视频在线观看| 久久亚洲av午夜福利精品西区|