提出了将隐马尔可夫模型用于频率和多目标方向(或波数)跟踪的具体途径。整个过程分为粗、精二步。先用隐马尔可夫模型方法来得到各时间的频率或波数的粗估计。此估计能在很低的信噪比下,以很高的置信概率指出真实频率或波数所在的一个区间内。多目标的估计关联问题在此阶段解决。然后在粗估计基础上,用极大似然估计法在给定的区间内进行精估计。为了大大减轻系统的数据存贮负担,我们提出,精估计所依据的数据,不是测量数据本身,而是其FFT的M根谱线的幅值及相位。并给出了M的计算及似然函数算式。与国际上近几年发表的方法相比较,此方法的突出优点是在很低的信噪比下有很高的估计精度。
{{i.achievement_title}}
数据更新时间:2023-05-31
玉米叶向值的全基因组关联分析
论大数据环境对情报学发展的影响
粗颗粒土的静止土压力系数非线性分析与计算方法
中国参与全球价值链的环境效应分析
基于公众情感倾向的主题公园评价研究——以哈尔滨市伏尔加庄园为例
基于隐马尔柯夫模型的多目标跟踪算法的研究
基于隐式马尔科夫补充模型的热带气旋随机模拟方法研究
基于隐马尔科夫模型的牙齿漂白机理研究
基于隐马尔科夫模型的旋转机械故障诊断新方法的研究