Discrete-Time Spectral Estimation of Continuous-Time Processes-The Orthogonal Series Method
连续时间过程的离散观测谱估计：正交级数法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：摘要明确研究平稳时间序列的谱密度估计及其收敛性质。
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
连续时间过程的离散观测谱估计：正交级数法
- 研究问题
- 对在平稳泊松时点采样的连续时间平稳序列，若实际采样时点未知，仅凭观测值能否一致估计其谱密度？
- 方法与思路
- 作者构造一类正交级数谱估计，研究均方意义下的一致性质与收敛速率，并同利用观测值及采样时点的核估计比较。
- 材料陈述的贡献
- 摘要称，该方法具有一致及积分一致的均方收敛性质，并给出收敛速率，为采样时点未知时的谱估计问题提供理论结果。
- 阅读关注点
- 应核对泊松采样与过程之间的关系、谱密度正则条件、两种一致性的定义，以及不同采样信息下速率比较是否具有相同基准。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要解读。摘要未列出具体速率及其条件，不能判断未知采样时点的信息损失大小。
原文摘要
Let $\{X(t), - \infty < t < \infty\}$ be a stationary time series with spectral density function $\phi(\lambda).$ Let $\{t_n\}$ be a stationary Poisson point process on the real line. The existence of consistent estimates of $\phi(\lambda)$ based on the discrete-time observations $\{X(t_n)\}^N_{n = 1},$ when the actual sampling times are not known, has been an open question (Beutler). Using an orthogonal series method, a class of spectral estimates is considered and its uniform and integrated uniform consistency in quadratic mean is established. Rates of convergence are established and are compared with the optimal rates of the available (Brillinger, Masry) kernel-type estimates based on the observations $\{X(t_n), t_n\}^N_{n = 1}$.