×
尤里·库托安茨（Yury A.Kutoyants）。

基于小噪声隐高斯过程的声源定位。 （英语） Zbl 1469.62326号

Ann.Inst.Stat.数学。 73，第4号，671-702（2021）.
小结：我们考虑了通过观测接收来自该震源信号的（K）探测器来识别某些震源位置的问题。信号到达第k个检测器的时间取决于该检测器与源之间的距离。在存在小高斯噪声的情况下观察信号。研究了小噪声渐近条件下MLE和Bayesian估计的性质。

引用于三文件

MSC公司：

2005年6月2日 马尔可夫过程：估计；隐马尔可夫模型
2015年1月62日 贝叶斯推断
60小时40 白噪声理论

关键词：

部分观测线性系统;参数估计;隐藏过程;小声;MLE公司
PDF格式BibTeX公司 XML格式引用
\textit{Y.A.Kutoyants}，《Ann.Inst.Stat.Math》。73，编号4，671--702（2021；Zbl 1469.62326）
全文： 内政部

参考文献：

[1] Almagbile，A。；Wang，J。；丁伟，《评价自适应卡尔曼滤波方法在GPS/INS集成中的性能》，《全球定位系统杂志》，9，1，33-40（2010）·doi:10.5081/jgps.9.1.33
[2] Arakelyan，N。；Kutoyants，YA，关于识别飞机上的源发射，埃里温州立大学学报，53，2，75-81（2019）·Zbl 1433.62334号
[3] Arato，M.，《常系数线性随机系统的统计方法》。《控制与信息科学讲稿》（1983年），纽约：斯普林格，纽约·Zbl 0544.93060号
[4] PJ Bickel；Ritov，Y。；Rydén，T.，一般隐马尔可夫模型最大似然估计量的渐近正态性，统计年鉴，26，4，1614-1635（1998）·Zbl 0932.62097号 ·doi:10.1214/aos/1024691255
[5] O·卡佩。；Moulines，E。；Rydén，T.，《隐马尔可夫模型中的推断》（2005），纽约：施普林格出版社，纽约·Zbl 1080.62065号 ·doi:10.1007/0-387-28982-8
[6] 俄亥俄州切尔诺亚罗夫；Kutoyants，YA，《泊松源定位：平滑情况》，梅特里卡，83，4，411-435（2020）·Zbl 1440.62207号 ·doi:10.1007/s00184-019-00738-1
[7] 俄亥俄州切尔诺亚罗夫；Dachian，S。；Kutoyants，YA，平面上的泊松源定位：尖点案例，统计数学研究所年鉴，721137-1157（2020）·Zbl 1465.62054号 ·doi:10.1007/s10463-019-00722-6
[8] Chigansky，P.，连续时间内隐马尔可夫模型的最大似然估计，随机过程的统计推断，12，2，139-163（2009）·Zbl 1205.62120号 ·doi:10.1007/s11203-008-9025-4
[9] RJ Elliott；阿贡，L。；穆尔，JB，《隐马尔可夫模型》（1995），纽约：施普林格出版社，纽约·Zbl 0823.60062号
[10] 以法莲，Y。；Mehrav，N.，隐马尔可夫过程，IEEE信息理论汇刊，48，6，1518-1569（2002）·Zbl 1061.94560号 ·doi:10.10109/TIT.2002.1003838
[11] Farinetto，C。；Kutoyants，YA；Top，A.，《放射源定位：变化点案例》，《统计数学研究所年鉴》，72，3675-698（2020）·Zbl 1512.62056号 ·doi:10.1007/s10463-018-00704-0
[12] Gustaffson，F.，自适应滤波和变化检测（2000），纽约：威利，纽约
[13] Hutchinson，CE，《应用于航空航天和电子系统的卡尔曼滤波器》，IEEE航空航天与电子系统汇刊，20，4，500-504（1984）·doi:10.1109/TAES.1984.4502068
[14] 伊布拉基莫夫，IA；Khasminskii，RZ，《统计估计-症状理论》（1981），纽约：施普林格出版社，纽约·Zbl 0467.62026号 ·数字对象标识代码：10.1007/9781-4899-0027-2
[15] Kallianpur，G。；Seluka，RS，线性滤波中的参数估计，多元分析杂志，39284-304（1991）·Zbl 0768.62086号 ·doi:10.1016/0047-259X（91）90102-8
[16] RE卡尔曼；Bucy，RS，线性滤波和预测理论的新结果，ASME汇刊，83D，95-100（1961）·数字对象标识代码：10.1115/1.3658902
[17] Khasminskii，RZ；Kutoyants，YA，关于隐藏电报过程的参数估计，Bernoulli，24，3，2064-2090（2018）·Zbl 1414.62348号 ·doi:10.3150/16-BEJ920
[18] Konecny，F.，小测量噪声情况下部分观测扩散漂移参数的最大似然估计，《统计与决策》，8115-130（1990）·Zbl 0714.62073号
[19] Kutoyants，YA，随机过程的参数估计（1984），柏林：赫尔德曼，柏林·Zbl 0542.62073号
[20] Kutoyants，YA，《小噪声动力系统的识别》（1994），多德雷赫特：Kluwer，Dordrecht·Zbl 0831.62058号 ·doi:10.1007/978-94-011-1020-4
[21] Kutoyants，YA，关于隐遍历Ornstein-Uhlenbeck过程的参数估计，电子统计杂志，134508-4526（2019）·Zbl 1442.62190号 ·doi:10.1214/19-EJS1631
[22] Kutoyants，YA，关于隐藏Ornstein-Uhlenbeck过程的参数估计，多元分析杂志，169，1，248-269（2019）·Zbl 1408.62143号 ·doi:10.1016/j.jmva.2018.09.008
[23] Kutoyants，Yu，A.，Zhou，L.（2019年）。关于扰动SDE中隐藏高斯过程的参数估计。提交（arXiv:1904.09750）
[24] 里普瑟，RS；Shiryayev，AN，随机过程统计，I.一般理论（2001），纽约：施普林格，纽约·Zbl 1008.62072号 ·doi:10.1007/978-3-662-10028-8
[25] Luo，X.，GPS随机建模（2013），纽约：Springer，纽约·Zbl 1277.94001号 ·doi:10.1007/978-3-642-34836-5
[26] 王，W。；刘，Z。；Xie，R-R，GPS/INS集成的二次扩展卡尔曼滤波方法，航天科技，10，8，709-713（2006）·Zbl 1195.70056号 ·doi:10.1016/j.ast.2006.03.003
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。