|
|
控制理论与应用 2013
A new measurement noise estimation method for autoregressive and moving average modeling
|
Abstract:
目前的自回归滑动平均(ARMA)建模方法由于只利用了观测数据的高阶自协方差构建Yule-Walker方程,而没有利用观测数据的低阶自协方差信息,导致观测噪声方差的估计精度不高,并且在自回归(AR)阶次p小于或等于滑动平均(MA)阶次q时无法估计出观测噪声方差.为此,本文提出了一种单独估计观测噪声方差的新方法,即先将ARMA模型近似为一高阶AR模型,再构建从观测数据1阶自协方差开始的Yule-Walker方程.由于充分利用了观测数据的统计信息,有利于提高观测噪声方差的估计精度,为后续的AR和MA参数估计精度的提高奠定了基础,也解决了p小于或等于q时观测噪声方差无法估计的问题,仿真和实验结果验证了该方法的有效性.
