Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: statystyki wyższego rzędu

Sortuj według:

Ogranicz wyniki do:

Estymacja parametrów asymetrycznych procesów niegaussowskich o średniej kroczącej metodą maksymalizacji wielomianu stochastycznego PMM

Zabolotnii Serhii, Warsza Zygmunt Lech, Tkachenko Oleksandr M.

Pomiary Automatyka Robotyka

2023

R. 27, nr 4

71--77

W artykule rozważa się zastosowanie metody maksymalizacji wielomianów stochastycznych PMM do oszacowania parametrów niegaussowskiego modelu procesów o średniej ruchomej. Jest to podejście adaptacyjne oparte na analizie statystyk wyższego rzędu. Rozpatrywany są procesy o rozkładzie asymetrycznym ze średnią ruchomą. Wykazano, że Metodą Maksymalizacji Wielomianu (II rzędu) uzyskuje się asymptotyczne wariancje oszacowań wyrażeń analitycznych, które pozwalają na znalezienie oszacowań i analizę ich niepewności. Otrzymuje się znacznie mniejsze wariancje niż w oszacowaniu klasycznym opartym na minimalizacji warunku sumy kwadratów lub maksymalizacji funkcji największej wiarygodności w przypadku rozkładu Gaussa. Wzrost dokładności zależy od wartości współczynnika asymetrii i kurtozy reszt. Wyniki modelowania statystycznego metodą Monte Carlo potwierdzają skuteczność proponowanego podejścia.

In this paper consider is the application of the Polynomial Maximization Method PMM to find estimates of the parameters of non-Gaussian Moving Average model. This approach is adaptive and is based on the analysis of higher-order statistics. The case of asymmetry of distributions of Moving Average of the stochastic processes is also considered. It is shown that the asymptotic variance of estimates of the Polynomial Maximization Method (2nd order) have such analytical expressions, whose allow to finding estimates and analyzing their uncertainties. Above approach can be significantly less than the variance of the classic estimates based on minimizing the Conditional Sum of Squares or Maximum Likelihood (in the Gaussian case). The increase of accuracy depends on the values of the coefficient’s asymmetry and the kurtosis of residuals. The results of statistical modeling by the Monte Carlo Method confirm the effectiveness of the proposed approach.

Electrical Transients Monitoring via Higher-Order Cumulants and Competitive Layers

González de la Rosa J., Moreno Munoz A.

Przegląd Elektrotechniczny

2009

R. 85, nr 10

284-289

This work deals with Power Quality (PQ) transients detection and characterization using higher-order sliding cumulants, whose maxima and minima are the coordinates of two-dimensional feature vectors. We recall the former research results which discriminate between two types of transients (impulsive and oscillatory) using third and fourth-order cumulants. Then, we use fourth-order cumulants to differentiate transients from ”healthy” signals and other anomalous features in the power-line sine. The classification strategy is based in competitive layers. The results show that the measured vectors are classified into clearly differentiated clusters in the feature space. The experience sets the foundations of an automatic procedure for PQ event detection.

W artykule poruszono zagadnienia jakości energii, zwłaszcza wykrywania stanów przejściowych i ich charakterystykę z wykorzystaniem kumulant wyższych rzędów. Przywołano wyniki poprzednich badań rozróżniających dwa typy stanów przejściowych (impulsywne i oscylacyjne), do których użyto kumulant trzeciego- i czwartego rzędu. Kumulanty czwartego rzędu wykorzystywano do różniczkowania stanów przejściowych występujących w sinusoidzie linii. Mierzone wektory są klasyfikowane w wyraźnie różniące się grupy w przestrzeni właściwości.