The Identification of a Particular Nonlinear Time Series System
一类特定非线性时间序列系统的识别AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确研究非线性时间序列系统、线性滤波及传递函数识别，直接支持时间序列分类，但未提供经济冲击识别依据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
一类特定非线性时间序列系统的识别
- 研究问题
- 对于输入依次经过线性滤波、瞬时非线性变换和线性滤波的系统，能否由高斯输入及对应输出识别滤波器传递函数？
- 方法与思路
- 作者利用联合正态变量及其函数的协方差关系，从高斯输入与输出序列构造两段线性滤波器传递函数的估计。
- 材料陈述的贡献
- 摘要称，可估计传递函数至常数倍的不确定性，并据此揭示给定高斯输入时输出最佳线性预测器的更广解释。
- 阅读关注点
- 应核对噪声与输入的关系、瞬时变换条件、传递函数识别至常数倍的含义，以及最佳线性预测器解释的具体内容。
- 阅读边界
- 依据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明完整识别条件和估计性质，结论不能直接推广至非高斯输入。
原文摘要
A nonlinear time series system is considered. The system has the property that the output series corresponding to a given input series is the sum of a noise series and the result of applying in turn the operations of linear filtering, instantaneous functional composition and linear filtering to the input series. Given a stretch of Gaussian input series and corresponding output series, estimates are constructed of the transfer functions of the linear filters, up to constant multipliers. The investigation discloses that for such a system, the best linear predictor of the output given Gaussian input, has a broader interpretation than might be suspected. The result is derived from a simple expression for the covariance function of a normal variate with a function of a jointly normal variate.