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

        ?

        一種信號長期預(yù)測新算法

        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)估計值估值

        廣州民航職業(yè)技術(shù)學(xué)院 林修杰

        一種信號長期預(yù)測新算法

        廣州民航職業(yè)技術(shù)學(xué)院 林修杰

        對于長期數(shù)據(jù)預(yù)測,傳統(tǒng)的預(yù)測方法性能較差。采用Wiener模型進行預(yù)測,需要獲取輸入信號的功率譜密度,以及輸入和輸出信號的互譜密度,但這難以獲取,且計算量大。采用Kalman和AR模型進行預(yù)測,隨著預(yù)測距離增加,預(yù)測結(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)測新算法,命名為抽樣AR模型,將訓(xùn)練集進行分組,每個估計值使用不同的訓(xùn)練集進行預(yù)測。抽樣AR模型提高了長期數(shù)據(jù)預(yù)測的準(zhǔn)確性。

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

        1.引言

        對于長期數(shù)據(jù)預(yù)測,傳統(tǒng)的預(yù)測方法性能較差。采用Wiener模型進行預(yù)測,需要獲取輸入信號的功率譜密度以及輸入和輸出信號的互譜密度,但這難以獲取,且計算時需要重復(fù)計算,計算量大。采用Kalman和AR模型進行預(yù)測,使用估計值來估計下一個估計值,因為估計值是之前訓(xùn)練集的線性組合,沒有任何新的信息,隨著預(yù)測距離增加,預(yù)測結(jié)果趨于訓(xùn)練集的均值。

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

        2.研究實例

        本文中的研究數(shù)據(jù)取自實際環(huán)境,是某車載雷達測得的平臺運動速度。在汽車自動駕駛系統(tǒng)中,平臺運動速度的準(zhǔn)確預(yù)測對于系統(tǒng)在各種復(fù)雜情況下做出及時合理的判斷和反應(yīng)非常重要。研究數(shù)據(jù)分為兩組,實際上是將實際連續(xù)觀測的一組數(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)測模型。第二組數(shù)據(jù)(檢驗集)是用于檢驗?zāi)P托阅?,長度為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,相鄰點之間的相關(guān)性很強,這是估值預(yù)測的基礎(chǔ)。同時,數(shù)據(jù)有很大的隨機性,在某些點出現(xiàn)接近零的幅值。較為光滑的曲線還有細微的抖動,這是測量噪聲的影響。

        本文需要用5000點預(yù)測之后的500點,最大的預(yù)測步數(shù)為500步,屬于長期數(shù)據(jù)預(yù)測。這要求數(shù)據(jù)距離500點以上都具有相關(guān)性,但隨著待預(yù)測數(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)測的關(guān)鍵。

        3.傳統(tǒng)的預(yù)測方法

        3.1 Wiener模型

        根據(jù)正交性原理,預(yù)測濾波器傳遞函數(shù)H(w)的表達式:

        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,利用上一時刻的估值計算該時刻的估值。其遞推公式為:

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

        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)測問題。用Kalman進行長期估值濾波,第1個估計值使用訓(xùn)練集中5000個數(shù)據(jù)進行估計,第n個估計值使用訓(xùn)練集中5000個數(shù)據(jù)以及前面n-1個估計值進行估計。

        Kalman模型問題:使用估計值來估計下一個估計值,因為估計值是之前訓(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)測結(jié)果最佳。

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

        4.預(yù)測新算法

        4.1 抽樣AR模型原理

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

        Kalman以及傳統(tǒng)AR模型問題的關(guān)鍵是每一個估計值都是從相同的訓(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)練集進行長期預(yù)測,即每個估計值使用不同的訓(xùn)練集。具體如下:

        {X}為訓(xùn)練集,{Y}為估計集,箭頭代表使用前者估計后者。{NX}為{X}的等間隔抽樣,使用AR模型對一個Y值進行預(yù)測,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。

        4.2 建模建立及修正步驟

        首先確定屬于抽樣AR模型進行估值,并選定AR模型的階數(shù);然后對每一組訓(xùn)練集進行AR模型參數(shù)的調(diào)整,使用每一組訓(xùn)練集進行一步估值;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)進行估值計算。

        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)測結(jié)果。

        圖2 使用5階抽樣AR模型的估計圖樣

        預(yù)測結(jié)果的趨勢基本與實測數(shù)據(jù)相符,開始200點估計值比較理想,但后面300點不太理想,特別是接近零值的那一段預(yù)測不出來。解決方法是增加訓(xùn)練集NX的點數(shù)。

        5.結(jié)論

        抽樣AR模型解決了Kalman以及傳統(tǒng)AR模型不能進行長期預(yù)測的問題,具有很高的實用價值。

        [1]徐科軍,等編著.信號分析與處理[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)估計值估值
        關(guān)于無窮小階數(shù)的幾點注記
        確定有限級數(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)估計算法*
        久久免费国产精品| 亚洲欧洲av综合色无码| 日本午夜精品一区二区三区电影| 亚洲av日韩av永久无码色欲| 99久久99久久精品免观看| 亚洲熟妇无码av不卡在线播放 | 亚洲韩日av中文字幕| 伊人久久精品无码av一区| 国产最新进精品视频| 亚洲AV无码永久在线观看| 国产三级三级精品久久| 欧美性猛交xxx嘿人猛交| 特级做a爰片毛片免费看108| 亚洲人成精品久久久久| 国产精品亚洲在钱视频| 国产自拍av在线观看视频 | 色窝窝免费播放视频在线| avtt一区| 国产精品久久婷婷免费观看| 曰韩无码无遮挡a级毛片| 欧美喷潮久久久xxxxx| 日韩不卡无码三区| 久久精品蜜桃亚洲av高清| 国产熟妇另类久久久久| 欧美日韩精品乱国产538| 在线免费观看亚洲毛片| 少妇被黑人整得嗷嗷叫视频| 老外和中国女人毛片免费视频| 国产艳妇av在线出轨| 日本高清在线播放一区二区| 国产成a人亚洲精品无码樱花| 国模无码视频一区| 久久久久亚洲AV无码去区首| 精品久久中文字幕系列| 欧洲vat一区二区三区| 亚洲国产无套无码av电影| 国产一级淫片免费大片| 国产一区二区三区免费av| 欧美猛少妇色xxxxx猛交| 国产AV无码专区久久精品网站| 国产女人高潮的av毛片|