The Aliasing Problem in Differential Equation Estimation
微分方程参数估计中的混叠问题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：摘要明确研究离散采样、输入谱密度和频域估计的混叠偏差，直接对应时间序列方法。
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
微分方程参数估计中的混叠问题
- 研究问题
- 离散采样导致的频率混叠如何影响简单开环微分方程模型的参数估计，能否通过采样间隔缩小的分析修正偏差？
- 方法与思路
- 作者先在输入信号不含奈奎斯特频率以上频谱成分的假设下提出频域估计，再在输入谱密度为有理函数时分析偏差。
- 材料陈述的贡献
- 摘要称，论文研究窄带与宽带估计量的渐近偏差，并在采样间隔趋零的极限下推导用于减少偏差的乘法修正因子。
- 阅读关注点
- 应核对开环模型、输入谱假设及采样方案，明确两类估计量的渐近框架，并检查修正因子在有限采样间隔下的表现。
- 阅读边界
- 仅据所给 Crossref 摘要，修正因子的公式、有效条件与有限样本效果未说明；不能将减少偏差的目标视为已证实的普遍结果。
原文摘要
Summary This paper is concerned with the estimation of the parameters in a simple open-loop differential equation model. We suggest first some frequency-domain “narrow-band” and “broad-band” estimators that are based on the assumption that the observable input variable has no spectral mass beyond Nyquist frequency. We study the asymptotic biases of these estimators under the contradictory hypothesis that the spectral density of the input is a rational function of frequency. On considering the limiting situation of the sampling interval converging to zero, we derive relatively simple multiplicative correction factors that can be applied to the original estimates, with the objective of reducing the bias.