Wyszukiwarka
Abstrakt
The problem of identification of nonstationary stochastic processes (systems or signals) is considered and a new class of identification algorithms, combining the basis functions approach with local estimation technique, is described. Unlike the classical basis function estimation schemes, the proposed regularized local basis function estimators are not used to obtain interval approximations of the parameter trajectory, but provide a sequence of point estimates corresponding to consecutive instants of time. Based on the results of theoretical analysis, the paper addresses and solves all major problems associated with implementation of the new class of estimators, such as optimization of the regularization matrix, adaptive selection of the number of basis functions and the width of the local analysis interval, and reduction of complexity of the computational algorithms.
Cytowania
-
3
CrossRef
-
0
Web of Science
-
3
Scopus
Autorzy (3)
Cytuj jako
Pełna treść
- Wersja publikacji
- Accepted albo Published Version
- Licencja
-
otwiera się w nowej karcie
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Publikacja w czasopiśmie
- Typ:
- artykuły w czasopismach
- Opublikowano w:
-
IEEE TRANSACTIONS ON SIGNAL PROCESSING
nr 69,
strony 1665 - 1680,
ISSN: 1053-587X - Język:
- angielski
- Rok wydania:
- 2021
- Opis bibliograficzny:
- Gańcza A., Niedźwiecki M., Ciołek M.: Regularized Local Basis Function Approach to Identification of Nonstationary Processes// IEEE TRANSACTIONS ON SIGNAL PROCESSING -Vol. 69, (2021), s.1665-1680
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1109/tsp.2021.3062168
- Źródła finansowania:
-
- projekt UMO-2018/29/B/ST7/00325 - LBF
- Działalność statutowa/subwencja
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 142 razy