×
杨婷;刘淑君;刘洪清;张奎;郭志伟;杨世菊;李、余

非线性系统贝叶斯估计和CRLB中的随机共振。 （英语） Zbl 07642782号

物理A 609，文章ID 128338，15 p.（2023）.
摘要：本文研究了一般非线性系统的噪声增强参数估计问题，其中非线性系统的输入中加入了加性噪声，并基于噪声修正后的输出建立了贝叶斯估计。为了最小化最优贝叶斯估计的均方误差（MSE）和Cramer-Rao下界（CRLB），依次建立了加性噪声的最优概率分布。然后将两个不同噪声增强优化问题的最优加性噪声显式地导出为常数向量，这意味着常数向量的随机化不利于这些优化。最后，给出了数值结果来说明理论结果。

MSC公司：

82至XX 统计力学，物质结构

关键词：

随机共振;贝叶斯估计;均方误差;Cramer-Rao下限
PDF格式BibTeX公司 XML格式引用
\textit{T.Yang}等人，Physica A 609，文章ID 128338，15 p.（2023；Zbl 07642782）
全文： 内政部

参考文献：

[1] Benzi，R。；苏特拉，A。；Vulpini，A.，《随机共振机制》，J.Phys。数学。Gen.，14，11，L453-L457（1981）
[2] 潘，Y。；Duan，F。；徐，L。；Chapeau Blondeau，F.，M-估计量中噪声的好处：最优噪声水平和概率密度，Phys。统计力学。申请。，534，第120835条pp.（2019）·Zbl 07570626号
[3] 李，F。；Duan，F。；Chapeau-Blondeau，F。；Abbott，D.，通过自适应随机共振对量化观测值进行信号估计和滤波，Phys。E版，103，第052108条，pp.（2021）
[4] Yang，T。；李毅。；Yang，S。；Liu，S.，Neyman-Pearson准则下最优决策解的随机共振效应，电路系统信号处理。，40, 3286-3304 (2021) ·Zbl 1508.93295号
[5] Jin，Y。；马，Z。；肖，S。；Xiao，S.，乘性二分法和加性白噪声驱动的周期势中的相干和随机共振，混沌孤子分形，103，470-475（2017）·Zbl 1375.34088号
[6] 潘，Y。；Duan，F。；Chapeau-Blondeau，F.，稳健位置估计中的噪声增强，IEEE Trans。信号处理。，67, 8, 1953-1966 (2018) ·Zbl 1414.94460号
[7] Duan，F。；Chapeau-Blondeau，F。；Abbott，D.，双稳态振荡器并联阵列中的噪声增强SNR增益，电子。莱特。，47, 17, 1008-1009 (2006)
[8] Gingl，Z。；Makra，P。；Vajtai，R.，双井随机共振的高信噪比增益，Fluct。噪声Lett。，1、3、L181-L188（2001）
[9] A.Patel，B.Kosko，连续和尖峰神经元布朗模型中的互信息噪声效益，收录于：IEEE神经网络国际联合会议论文集，2006年，第1368-1375页。
[10] 帕特尔，A。；Kosko，B.，Neyman-Pearson和不等式约束信号检测中的最佳噪声效益，IEEE Trans。信号处理。，57, 5, 1655-1669 (2009) ·Zbl 1391.94543号
[11] Bayram，S。；Gultekinb，S。；Gezici，S.，《根据限制性内曼-皮尔逊标准进行噪声增强假设测试》，Digit。信号处理。，25, 17-27 (2014)
[12] Bayram，S。；Gezici，S.，二元复合材料中的随机共振假设-内曼-皮尔逊框架中的测试问题，Digit。信号处理。，22, 3, 391-406 (2012)
[13] Bayram，S。；格齐奇，S。；Poor，H.V.，《限制贝叶斯框架中的噪声增强假设测试》，IEEE Trans。信号处理。，58, 8, 3972-3989 (2010) ·Zbl 1392.94599号
[14] Bayram，S。；Gezici，S.，在部分先验信息存在下的噪声增强M元复合假设测试，IEEE Trans。信号处理。，59, 3, 1292-1297 (2011) ·Zbl 1392.94598号
[15] 凯·S·M。；Michels，J.H。；陈，H。；Varshney，P.K.，使用随机共振降低决策错误的概率，IEEE信号处理。莱特。，13, 11, 695-698 (2006)
[16] 阿克贝，A.B。；Gezici，S.，联合检测和估计问题中的噪声效益，信号处理。，118, 235-247 (2016)
[17] Duan，F。；潘，Y。；Chapeau-Blondeau，F.，组合非线性贝叶斯估值器中的噪声效益，IEEE Trans。信号处理。，67, 17, 4611-4623 (2019) ·兹伯利07123384
[18] Yang，T。；刘，S。；Liu，H.，LMMSE意义下的噪声效益参数估计，数字。信号处理。，73, 153-163 (2018)
[19] Chapeau-Blondeau，F。；Rousseau，D.，最优贝叶斯估计的噪声增强性能，IEEE Trans。信号处理。，52, 5, 1327-1334 (2004) ·Zbl 1370.94085号
[20] 卢梭，D。；Chapeau-Blondeau，F.，使用一位量化器阵列的噪声改进贝叶斯估计，IEEE Trans。仪器。测量。，56, 6, 2658-2662 (2007)
[21] M.D.McDonnell，《通过粗量化信号的平均值进行信号估计》，载于《信息、决策和控制的进展》，2007年，第100-105页。
[22] 帕帕佐普洛斯，H.C。；沃内尔，G.W。；Oppenheim，A.V.，《使用带动态偏置控制的量化器对噪声测量进行序列信号编码》，IEEE Trans。通知。理论，47，3，978-1002（2001）·Zbl 1024.94507号
[23] 卢梭，D。；Duan，F。；Chapeau-Blondeau，F.，阈值器件阵列中的超阈值随机共振和噪声增强Fisher信息，Phys。E版，68，第031107条，pp.（2003）
[24] D.Rousseau，G.V.Anand，F.Chapeau Blondeau，量化信号的非线性估计：量化器优化和随机共振，载于：信号和图像处理物理学国际研讨会论文集，2003年，第89-92页。
[25] 巴尔干政府。；Gezici，S.，基于CRLB的最优噪声增强参数估计，使用量化观测，IEEE信号处理。莱特。，17, 5, 477-480 (2010)
[26] 马格纳斯，J.R。；Neudecker，H.，《矩阵微分学及其在统计学和计量经济学中的应用》（1999），威利：英国威利奇切斯特出版社·Zbl 0912.15003号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。