公开(公告)号：CN113420425A

公开(公告)日：2021-09-21

申请号：CN202110621603.3

申请日：2021-06-03

Applicant: 杭州电子科技大学

Inventor： 王亚峰 ,  刘兆霆 ,  鲍辉明

IPC: G06F30/20

Abstract: 本发明针对ARMA模型的观测数据可能是低质量的(如数据部分丢失、观测数据明显异常等)，从而导致对ARMA模型的参数估计不准确的情况，提出了一种基于低质量数据的ARMA模型参数估计方法及系统，本发明方法包括以下步骤：步骤1：收集采样数据，建立信号模型；步骤2：初始化模型中所需的参数；步骤3：计算丢失数据的期望；步骤4：计算对数似然函数的期望；步骤5：更新参数；步骤6：判断是否满足迭代次数，若不满足，则执行步骤3；若满足，则结束。本发明利用统计方法获得低质量数据的数学期望，进而结合线性回归和最大似然方法推导出ARMA模型的参数估计，从而实现对ARMA模型参数的估计，该方法有着较好的估计性能和收敛性。

公开(公告)号：CN113194049A

公开(公告)日：2021-07-30

申请号：CN202110398162.5

申请日：2021-04-14

Applicant: 杭州电子科技大学

Inventor： 陆敏杰 ,  刘兆霆 ,  王娜娜 ,  赵旭楷 ,  王亚峰 ,  鲍辉明

IPC: H04L25/02 ,  H04W84/18

Abstract: 本发明公开了基于牛顿迭代二值采样信号的参数鲁棒估计方法，包括以下步骤：S10，建立信号模型；S20，计算最大似然估计的目标函数；S30，初始化；S40，计算目标函数的梯度值；S50，计算目标函数的Hessian矩阵；S60，通过线性搜索计算搜索步长αk；S70，通过牛顿法更新待估计参数vk+1；S80，判断梯度值精度；S90，计算估计值wML。本发明有较快的收敛性，同时针对EIV模型中的乘性噪声和比特值随机反相问题有较好的鲁棒性；相比于现有的无线传感器网络低比特参数估计方法，其在复杂噪声环境下以及非理想信道中具有更好的抗干扰能力。

公开(公告)号：CN113111505A

公开(公告)日：2021-07-13

申请号：CN202110376632.8

申请日：2021-04-08

Applicant: 杭州电子科技大学

Inventor： 赵旭楷 ,  刘兆霆 ,  陆敏杰 ,  王亚峰 ,  鲍辉明

IPC: G06F30/20

Abstract: 本发明提出了一种基于非线性Hammerstein系统的变遗忘因子递推最小二乘方法及系统，本发明将变遗忘因子递推最小二乘方法应用于非线性Hammerstein系统模型，首先利用参数映射变换将非线性Hammerstein系统近似转换为线性系统模型，再将变遗忘因子递推最小二乘方法解决线性系统的辨识问题，通过本发明方法迭代得到的估计值具有较好的估计精度和收敛性能。

公开(公告)号：CN113111505B

公开(公告)日：2024-09-27

申请号：CN202110376632.8

申请日：2021-04-08

Applicant: 杭州电子科技大学

Inventor： 赵旭楷 ,  刘兆霆 ,  陆敏杰 ,  王亚峰 ,  鲍辉明

IPC: G06F30/20

Abstract: 本发明提出了一种基于非线性Hammerstein系统的变遗忘因子递推最小二乘方法及系统，本发明将变遗忘因子递推最小二乘方法应用于非线性Hammerstein系统模型，首先利用参数映射变换将非线性Hammerstein系统近似转换为线性系统模型，再将变遗忘因子递推最小二乘方法解决线性系统的辨识问题，通过本发明方法迭代得到的估计值具有较好的估计精度和收敛性能。

公开(公告)号：CN113194049B

公开(公告)日：2022-06-07

申请号：CN202110398162.5

申请日：2021-04-14

Applicant: 杭州电子科技大学

Inventor： 陆敏杰 ,  刘兆霆 ,  王娜娜 ,  赵旭楷 ,  王亚峰 ,  鲍辉明

IPC: H04L25/02 ,  H04W84/18

Abstract: 本发明公开了基于牛顿迭代二值采样信号的参数鲁棒估计方法，包括以下步骤：S10，建立信号模型；S20，计算最大似然估计的目标函数；S30，初始化；S40，计算目标函数的梯度值；S50，计算目标函数的Hessian矩阵；S60，通过线性搜索计算搜索步长αk；S70，通过牛顿法更新待估计参数vk+1；S80，判断梯度值精度；S90，计算估计值wML。本发明有较快的收敛性，同时针对EIV模型中的乘性噪声和比特值随机反相问题有较好的鲁棒性；相比于现有的无线传感器网络低比特参数估计方法，其在复杂噪声环境下以及非理想信道中具有更好的抗干扰能力。

公开(公告)号：CN114297849A

公开(公告)日：2022-04-08

申请号：CN202111617314.2

申请日：2021-12-27

Applicant: 杭州电子科技大学

Inventor： 刘兆霆 ,  王亚峰

IPC: G06F30/20 ,  G06F111/10 ,  G06F111/08

Abstract: 本发明公开了一种基于数据部分缺失的ARX模型参数估计方法及系统，首先收集采样数据，建立信号模型；然后初始化模型中所需的参数；计算丢失数据的期望和对数似然函数的期望，更新参数；判断是否满足迭代次数，若不满足，则重新计算期望并更新参数；若满足，则结束。本发明所提出的方法是根据数据序列之间的相关性，利用可观测数据来计算丢失数据的统计期望，进而结合线性回归和最大似然方法推导出ARX模型的参数估计，从而实现对ARX模型参数的估计，该技术方案有着较好地估计性能和收敛性。