Comparing Bayesian Methods for Estimating Parameters of Noisy Sinusoids


Üstündağ D. , Cevri M.

International Journal of Applied Mathematics and Informatics, cilt.4, ss.123-134, 2013 (Diğer Kurumların Hakemli Dergileri)

  • Yayın Türü: Makale / Tam Makale
  • Cilt numarası: 4
  • Basım Tarihi: 2013
  • Dergi Adı: International Journal of Applied Mathematics and Informatics
  • Sayfa Sayıları: ss.123-134

Özet

Bu makale, parametreler hakkında çıkarımlarin yüksek  boyutlu integrallerin değerlendirilmesi veya çok boyutlu  optimizasyon  çözümü gerektirdiği  Bayes çervesinde sinusoidlerin parametrelerini  tahmini ile ilgilidir. Ne yazık ki, genel olarak analitik Bayes çıkarımlar mümkün değildir. Bu nedenle, bu makalenin amacı; farklı örneklem şemalarını temel alan mevcut  bazı stokastik prosedürleri incelemek ve  verilen bir yöntem için elde edilebilecek en iyi performans veri kümesi için limit olarak tanımlanmış Cramér-Rao alt sınırına (CRLB) göre performanslarını karşılaştırmaktır.  Ayrıca, tüm simülasyonlar kendi etkinliklerini taşır ve performanslarını  CRLB göre farklı veri örneklem uzunlukları ve gürültü oranı (SNR) koşulları için  gösterir. 

 

This paper deals with parameter estimation of sinusoids within a Bayesian framework, where inferences about parameters require an evaluation of complicated high dimensional integrals or a solution of multi-dimensional optimization. Unfortunately, it is not possible in general to derive analytical Bayesian inferences. Therefore, the purpose of this paper is to study some of existing stochastic procedures, based on different sampling schemes and to compare their performances with respect to Cramér-Rao lower bound (CRLB), defined to be a limit on the best possible performance achievable for a method given a dataset. Furthermore, all simulations support their effectiveness and demonstrate their performances in terms of CRLB for different lengths of data sampling and signal-to noise ratio (SNR) conditions.