Maximum Likelihood Estimation for the Nakagami Distribution Using Particle Swarm Optimization Algorithm with Applications

Abstract

Nakagami dağılımı, radyo sinyallerinin sönümlenmesini modellemek için ortaya çıkmıştır ve çeşitli disiplinlerde yaygın olarak kullanılmaktadır. Bu çalışmada, dağılımın şekil ve ölçek parametrelerini tahmin etmek için en çok olabilirlik (ML) tahmin yöntemi kullanılmıştır. Ancak, bu dağılım için olabilirlik denklemlerinin açık çözümleri bulunmamaktadır. Bu nedenle, bu denklemlerin çözümü için, parçacık sürüsü optimizasyon (PSO), genetik algoritma (GA) ve quasi-newton (QN) algoritmaları olmak üzere üç temel algoritma kullanılmıştır. Bu algoritmaların performanslarının karşılaştırmaları, yan, hata kareler ortalaması (MSE) ve eksiklik (DEF) kriterleri dikkate alınarak, kapsamlı bir Monte-Carlo simülasyon çalışması ile yapılmıştır. Model, kullanışlılığını göstermek amacıyla dört gerçek veri setine uygulanmıştır.