跳到正文
← 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:摘要以 ARMA 拟合和周期图进行带噪信号频率估计,直接涉及时间序列的频域方法。

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
B. G. QUINN
J. M. FERNANDES

频率估计的一种快速高效方法

研究问题
存在噪声时如何估计正弦信号的频率,并兼顾统计效率与计算速度,尤其是迭代次数对初始估计精度的依赖?
方法与思路
作者通过特殊方式反复拟合 ARMA(2,2) 模型估计频率,并提出加速版本,结合理论结果与模拟考察该程序。
材料陈述的贡献
摘要称,估计量强一致,效率与最小二乘频率估计或周期图最大化相同;加速程序可用较少迭代收敛,但依赖初值精度。
阅读关注点
应核对噪声与信号条件、初始化方法和迭代更新方式,以及效率比较的渐近含义、收敛标准和模拟中的计算成本。
阅读边界
仅据版本未注明的索引摘要,无法确定效率与收敛结论的条件或迭代次数;摘要没有证明任意初值下均能快速收敛。

原文摘要

A technique is presented for the estimation of the frequency of a sinusoid in the presence of noise. The technique is based on fitting ARMA (2, 2) models iteratively, in a special way. The estimator is shown to be strongly consistent and as efficient as the least squares estimator of the frequency, or the periodogram maximizer. A simple accelerated version of the technique is shown to converge in a small number of iterations, the number depending on the accuracy of the initiator of the procedure. The results of a number of simulations are reported.

笔记与分组
相关领域论文