CARMA模型多新息增广随机梯度参数估计算法的收敛性

摘要：

将多新息辨识理论用于研究CARMA模型的参数估计问题.首先用估计残差来代替信息向量中的不可测噪声项,导出了CARMA模型的增广随机梯度算法,进一步把标量新息推广为新息向量,导出了相应的多新息增广随机梯度辨识算法,并利用鞅收敛定理分析了多新息增广随机梯度算法的收敛性.最后的仿真结果验证了该算法的有效性.

关键词：参数估计、多新息辨识、随机梯度、收敛性、鞅收敛定理

所属期刊栏目：31

分类号：O211.64(概率论与数理统计)

资助基金：国家自然科学基金项目资助课题60574051

在线出版日期：2009-07-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1446-1449