Approximate Best Linear Prediction of a Certain Class of Stationary and Nonstationary Noise-Distorted Signals
一类平稳与非平稳含噪信号的近似最优线性预测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：摘要明确研究离散时间过程、平稳性、频谱和线性预测，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
一类平稳与非平稳含噪信号的近似最优线性预测
- 研究问题
- 在离散时间信号受到平稳噪声干扰时，如何利用信号集中的频率信息，近似构造其最优线性预测器？
- 方法与思路
- 作者针对谱集中于特定频率的平稳信号或在这些频率存在谱极点的累积序列，提出预测近似，并用生成数据考察稳健性。
- 材料陈述的贡献
- 摘要称方法仅需掌握噪声在相关频率处的谱信息，可用于所述平稳与非平稳信号，并通过计算机数据探索稳健性。
- 阅读关注点
- 应核对谱集中与累积序列的具体定义、频率估计误差的影响、预测近似的构造，以及稳健性实验改变了哪些条件。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要；近似误差、预测期限及实验结果未说明，不能推断一般信号或经济预测中的效果。
原文摘要
A technique for approximating the best linear predictor of a noise-distorted signal is presented. The technique is applicable when the signal is stationary with a spectrum which is highly concentrated around known or estimated frequencies, or when the signal is an accumulating sequence whose “spectrum” has poles at these frequencies. The noise must be stationary, but its spectrum need only be known or estimated at the above-mentioned frequencies. The time parameter is assumed to be discrete. Computer-generated data are then used to obtain an idea of the “robustness” of the technique.