Autoregressive frequency estimation
自回归频率估计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：摘要直接研究自回归拟合、频率估计及阶数选择，属于时间序列方法。
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
自回归频率估计
- 研究问题
- 对于嵌入白噪声中的正弦信号，拟合自回归模型并最小化其传递函数得到的频率估计，何时具有可靠的渐近性质？
- 方法与思路
- 作者分析随样本量适当增长的自回归阶数下频率估计的统计性质，考察常用定阶程序，并提供模拟及经验示例。
- 材料陈述的贡献
- 摘要称在适当阶数增长率下可建立强一致性和分布收敛，常用定阶程序的运行特征与应用这些渐近理论相容。
- 阅读关注点
- 应核对传递函数最小化的定义、白噪声条件、阶数增长率，以及哪些定阶程序符合理论要求和模拟中的频率估计误差。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未给出阶数增长范围、极限分布或数值表现，不能推广至任意噪声与信号结构。
原文摘要
Presume that an autoregressive model of given order is fitted to data obtained from a realization of a sinusoidal signal embedded in white noise. This paper investigates the statistical properties of the estimate of the frequency of the signal obtained by minimizing the transfer function of the autoregression. Strong consistency and convergence in distribution of the estimate are established when the order of the autoregression is allowed to increase with sample size at an appropriate rate. It is also shown that the operational characteristics of commonly-used order determination procedures are such as to produce values of the selected order compatible with the application of the asymptotic theory. The outcome of some simulation experiments and an empirical example illustrating the practical impact of the results obtained are also presented.