• 대한산업공학회지
• /
• 제39권2호
• /
• pp.109-118
• /
• 2013

We propose a method for estimating coefficients of AR (autoregressive) model which named MLPAR (Maximum Likelihood of Pearson system for Auto-Regressive model). In the present method for estimating coefficients of AR model, there is an assumption that residual or error term of the model follows the normal distribution. In common cases, we can observe that the error of AR model does not follow the normal distribution. So the normal assumption will cause decreasing prediction accuracy of AR model. In the paper, we propose the MLPAR which does not assume the normal distribution of error term. The MLPAR estimates coefficients of auto-regressive model and distribution moments of residual by using pearson distribution system and maximum likelihood estimation. Comparing proposed method to auto-regressive model, results are shown to verify improved performance of the MLPAR in terms of prediction accuracy.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1999년도 하계종합학술대회 논문집
• /
• pp.29-32
• /
• 1999

In this study, the time delay model were simulated using the well-known AR model. Frequency response of the time delay model can be obtained by mapping AR model to JTC model in the time domain. That is, from the few measurement data in JTC model, the channel frequency response can be obtained by the estimation of AR model parameters. From this channel frequency response, the time delay model can be obtained using Fourier transformation. To prove the validity of the suggested method, three models of JTC were shown and analyzed.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1986년도 한국자동제어학술회의논문집; 한국과학기술대학, 충남; 17-18 Oct. 1986
• /
• pp.134-136
• /
• 1986

In this paper, a new power spectral estimation technique is presented. At first, by transforming the original data with the Karhunen-Loeve Transform(KLT), we can reduce the amount of the redundant information. Next, by modeling the transformed data by means of the autoregressive(AR) model and then applying the least-squares parameter estimation algorithm to this model, even more accurate spectrum estimates can be obtained. The KLT is the optimum transform for signal representation with respect to the mean-square error criterion. And the least-squares method is used to overcome the inherent shortcomings of popular burg algorithm.

• 응용통계연구
• /
• 제18권1호
• /
• pp.43-56
• /
• 2005

본 연구에서는 AR(1) 과정을 따르는 시계열 모형에서 가산적 이상치(Additive Out-lier)가 존재하는 경우, 1차 자기상관계수에 대한 로버스트 추정방법으로 Rupport 와 Carroll (1980)에 의해 회귀모형에서 제안된 L-추정법 형태의 절사최소제곱추정 (PE 추정)방법을 제안하였다. 더불어 X축의 이상치에 대한 비중강하(down-weight)의 방법으로 Mallows의 가중함수를 고려한 유계영향 절사최소제곱 (bounded influence PE, BIPE)추정량을 제안하였으며 모의 실험을 통하여 각 추정량의 효율성을 비교하였다. 모의실험 결과, 다양한 자료의 오염률상에서 일반화 LAD추정치를 예비 추정치로 고려한 BIPE(LAD)-추정량의 효율이 좋은 것으로 나타났다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1994년도 Proceedings of the Korea Automatic Control Conference, 9th (KACC) ; Taejeon, Korea; 17-20 Oct. 1994
• /
• pp.13-20
• /
• 1994

The spectrum estimation methods of random processes are expressed in this paper. Beginning with the basic theory, non-parametric and parametric methods are overviewed. As to non-parametric method, numerical calculation method is also discussed. As to parametric method, AR model is a very famous and effective model representing random process. Estimation methods of AR parameters which have been proposed are mentioned here. Wavelet analysis is a recently interested technique in signal processing. An application of wavelet analysis is also shown.

• 대한의용생체공학회:의공학회지
• /
• 제10권1호
• /
• pp.11-16
• /
• 1989

This paper describes the AR model of EMG signal during maximum voluntary contraction. By comparing the AR coefficients and the reflection coefficients of the AR model with the median frequency of power spectrum, it is proved that muscle fatigue can be measured by the AR and the reflection coefficients. In the estimation procedure of AR model parameter, the autocorrelation method is superior to the covariance method, and it is determined that the optimal order is six. As the muscle becomes fatigue, the median frequency of power spectrum is declined, and the AR coefficient [$a_1$] and the reflection coefficient [$k_1$] are also decreased. Therefore the muscle fatigue can be measured by the AR parameter.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1989년도 하계종합학술대회 논문집
• /
• pp.158-161
• /
• 1989

This paper describes the AR model of EMG signal during maximum voluntary contraction. By comparing the AR coefficients and the reflection coefficients of the AR model with the median frequency of power spectrum, it if proved that muscle fatigue can be measured by the AR and the reflection coefficients. In the estimation procedure of AR model parameter, the auto-correlation method is superior to the covariance method, and it is determined that the optimal order is six. As the muscle becomes fatigue, the median frequency of power spectrum is declined, and the AR coefficient [$a_1$ ] and the reflection coefficient [$k_1$ ] are also decreased. Therefore the muscle fatigue can be measured by the AR parameter.

• Journal of Welding and Joining
• /
• 제17권6호
• /
• pp.100-107
• /
• 1999

In this paper, we deal with the speckle noise reduction and parameter estimation of ultrasonic NDT(non-destructive test) signals obtained during weld inspection of piping. The overall approach consists of three major steps, namely, speckle noise analysis, proposition of wavelet domain AR(autoregressive) model and flaw detection by proposed model parameter. The data are first processed whereby signals obtained using vertical and angle beam transducer. Correlation properties of speckle noise are then analyzed using multiresolution analysis in wavelet domain. The parameter estimation curve obtained using the proposed model is classified a flaw in weld region where is contaminated by severe speckle noise and also clear flaw signal is obtained through CA-CFAR threshold estimator that is a nonlinear post-processing method for removing the noise from reconstructed ultrasonic signal.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.280-280
• /
• 2016

특정 자료의 시간의 흐름에 따른 예측치를 추정하는 방법으로 AR Model 즉, 자기회귀모형이 많이 사용되고 있다. AR Model은 변수의 현재 값을 과거 값의 함수로 나타내게 되는데, 이런 시계열 분석 모델을 사용할 때 매개변수의 추정 과정이 필수적으로 요구된다. 일반적으로 매개변수를 추정하는 방법에는 확률적근사법(stochastic approximation), 최소제곱법(method of least square), 자기상관법(method of autocorrelation method), 최우도법(method of maximum likelihood) 등이 있다. AR Model에서 가장 많이 사용되는 최우도법은 표본크기가 충분히 클 때 가장 효율적인 방법으로 평가되지만 수치적으로 해를 구하는 과정이 복잡한 경우가 많으며, 해를 구하지 못하는 어려움이 따르기도 한다. 또한 표본 크기가 작을 때 일반적으로 잘 일치하지 않은 결과를 얻게 된다. 우리나라의 강우, 유량 등의 자료는 자료의 수가 적은 경우가 많기 때문에 최우도법을 통한 매개변수 추정 시 불확실성이 내재되어있지만 그것을 정량적으로 제시하는데 한계가 있다. 본 연구에서는 AR Model의 매개변수 추정 시 Bayesian 기법으로 매개변수의 사후분포(posterior distribution)를 제공하여 매개변수의 불확실성 구간을 정량적으로 표현하게 됨으로써, 시계열 분석을 통해 보다 신뢰성 있는 예측치를 얻을 수 있으리라 판단된다.

• 한국음향학회지
• /
• 제16권5호
• /
• pp.83-91
• /
• 1997

원자로의 구조적 건전성을 확보하고 사고를 미연에 방지하기 위해서 중성자 잡음 신호를 이용한 진동 감시에는 주기성 도표(periodogram), 평균주기성도표(averaged periodobram), Blackman-Tukey 스펙트럼 추정 등을 이용하고 있으나 본 논문에서는 통계적인 비편향성(unbaised), 일치성(consistency), 효율성(efficiency), 충족성(minimum lower bound)을 고려한 파라미터 모델링 방법 중 AR 모델을 이용하여 원자로 구조물의 최적의 파라미터를 추정하고 진동 감시에 필요한 스펙트럼 분석의 해상도를 높였다. 특히 논문에서는 차수 선정에서 AR 모델의 적절한 차수선정(order selection)을 위하여 자기상관의 lag value을 이용하였다. AR 방법중 Burg 방법이 원자로 구조물의 고유진동수를 추적하는데 가장 효과적이다.