Minimos quadrados totais e maxima verossimilhança em estimulação de frequencias
AUTOR(ES)
Rodrigo Pinto Lemos
DATA DE PUBLICAÇÃO
1997
RESUMO
Este trabalho revisa a aplicação de predição linear para a estimação de freqüências em meio ruidoso, estabelecendo uma formulação unificada. Utiliza-se a decomposição em valores singulares para detalhar os subespaços de sinal e de ruído, associados aos dados, buscando compreender a extensão da atuação ruidosa, de forma a reduzí-la à mínima possível. Propõe-se um novo método que otimiza a predição linear no sentido dos mínimos quadrados totais, e para ele se desenvolve uma solução pelo subespaço de sinal. Este método é competitivo com o método Componentes Principais, embora seus desempenhos sejam inferiores ao obtido por Máxima Verossimilhança. Descrevem-se quatro métodos recentes que otimizam a predição linear no sentido dos mínimos quadrados totais e que, considerando a estrutura inserida na matriz de dados pelo filtro de predição, alcançam o desempenho da Máxima Verossimilhança. Demonstra-se analiticamente a equivalência entre esses métodos e se comparam seus desempenhos. Propõe-se um novo método que generaliza os anteriores para o caso de elementos fixos, e mais três métodos para a otimização no sentido dos mínimos quadrados convencional. Demonstra-se a equivalência entre estes últimos e verifica-se que seu desempenho supera o do Componentes Principais
ASSUNTO(S)
discriminadores de frequencia máxima e mínima otimização matematica detecção de sinais processamento de sinais - técnicas digitais
ACESSO AO ARTIGO
http://libdigi.unicamp.br/document/?code=000115719Documentos Relacionados
- Estimação de maxima verossimilhança não parametrica pelos metodos de grenander e de maxima verossimilhança penalizada
- Polinômio dos quadrados mínimos condicionado
- Receptores de sequencia maxima verossimilhança aplicados em telecomunicações moveis digitais
- DISCRIMINAÇÃO DE MADEIRAS SIMILARES POR FLUORESCÊNCIA MOLECULAR E MÍNIMOS QUADRADOS PARCIAIS
- Metodos de projeção de convergencia finita para sistemas lineares e quadrados minimos