-
公开(公告)号：CN109657273A
公开(公告)日：2019-04-19
申请号：CN201811365349.X
申请日：2018-11-16
Applicant: 重庆大学
IPC: G06F17/50
Abstract: 本发明公开了基于噪声增强的贝叶斯参数估计方法。属于信号处理领域。它是一种利用噪声增强特性提高贝叶斯准则下参数估计性能的方法。首先给非线性系统输入信号加入与之独立的加性噪声，然后建立噪声增强贝叶斯参数估计模型，利用所述非线性系统输出信号对输入参数进行贝叶斯估计，最后求解该模型下的最优加性噪声，并获取最优噪声增强贝叶斯估计性能。本发明利用噪声增强提高贝叶斯参数估计性能，通过给非线性系统输入信号加入合适的噪声，可进一步减小基于非线性系统输出信号对输入参数进行贝叶斯估计时对应的均方误差。
-
公开(公告)号：CN109635349A
公开(公告)日：2019-04-16
申请号：CN201811365350.2
申请日：2018-11-16
Applicant: 重庆大学
IPC: G06F17/50
CPC classification number: G06F17/5009
Abstract: 本发明公开了一种噪声增强最小化克拉美罗界的方法。属于信号处理领域。首先给非线性系统输入信号加入与之独立的加性噪声，然后利用加噪后对应的非线性系统输出信号对输入参数进行估计，建立噪声增强最小化克拉美罗界模型，并求解该模型下使得克拉美罗界最小时所需加入的噪声，从而获得噪声增强下所对应的最小化克拉美罗界。本发明将噪声增强与参数估计中克拉美罗界的计算相结合，通过寻求对非线性系统输入信号所加入的合适噪声，使得利用非线性系统输出信号对输入参数进行估计时对应的克拉美罗界进一步降低。
-
公开(公告)号：CN108599884A
公开(公告)日：2018-09-28
申请号：CN201810223110.2
申请日：2018-03-19
Applicant: 重庆大学
IPC: H04B17/391 , H04B17/309 , H04B17/345
CPC classification number: H04B17/3912 , H04B17/309 , H04B17/345
Abstract: 本发明公开了一种噪声增强最小化错误概率的信号检测方法，属于信号处理领域。它是一种利用对系统添加的最优加性噪声，改善最大后验概率准则下二元信号假设检验检测性能的方法。首先给非线性系统输入信号加入与之独立的加性噪声；经过非线性系统后，获得加噪后的非线性系统输出信号；然后在最大后验概率准则下，利用所述加噪后的非线性系统输出信号来进行判决，建立起噪声增强最小错误概率检测模型；再求解该模型对应的最优加性噪声，并获得最小错误概率下的检测结果。本发明利用噪声增强特性，在最大后验概率准则下，实现了减小系统输出判决错误概率的目的。
-
公开(公告)号：CN107832268A
公开(公告)日：2018-03-23
申请号：CN201711173769.3
申请日：2017-11-22
Applicant: 重庆大学
CPC classification number: G06F17/18 , G06K9/00496
Abstract: 本发明公开了一种基于噪声增强的线性最小均方误差估计方法。属于信号处理领域。它是一种将噪声增强和线性最小均方误差估计方法相结合的线性估计方法。首先给非线性系统输入信号加入与之独立的加性噪声，经过非线性系统后获得加噪后非线性系统输出信号，然后利用所述非线性系统输出信号对输入参数进行线性最小均方误差估计，建立噪声增强参数估计模型，最后求解该模型下的最优加性噪声，并获取最优加性噪声下的参数估计。本发明将噪声增强与线性最小均方误差估计方法相结合，通过给非线性系统输入加入噪声，达到了使系统输出信号对输入参数进行线性估计时产生的最小均方误差进一步减小的目的。
-
-
-
Search Results
24
records
(took 0.02 seconds)
