MATRIX FORMULAS FOR NONSTATIONARY ARIMA SIGNAL EXTRACTION
非平稳 ARIMA 信号提取的矩阵公式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：摘要明确涉及非平稳 ARIMA、有限样本信号提取和未来潜在信号预测。
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
非平稳 ARIMA 信号提取的矩阵公式
- 研究问题
- 在有限长度时间序列中，当信号和噪声都属于非平稳 ARIMA 过程时，如何进行最小均方误差信号提取并预测潜在信号？
- 方法与思路
- 作者给出有限样本信号提取的一般矩阵表达，用于计算滤波结果和推导滤波器性质，并进一步扩展到不可观测信号的未来值。
- 材料陈述的贡献
- 摘要称这些公式易于计算机实现和分析滤波器的一般性质，且对未来信号的扩展能够将信号提取与预测结合起来。
- 阅读关注点
- 应核对非平稳成分和初始条件的处理、矩阵公式依赖的已知参数，以及端点滤波、未来信号估计与预测误差的关系。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断参数估计误差、计算稳定性或实际预测精度；“易实现”未附复杂度结果，也不推断版本变化。
原文摘要
The paper provides general matrix formulas for minimum mean squared error signal extraction for a finitely sampled time series whose signal and noise components are nonstationary autoregressive integrated moving average processes. These formulas are quite practical; in addition to being simple to implement on a computer, they make it possible to easily derive important general properties of the signal extraction filters. We also extend these formulas to estimates of future values of the unobserved signal, and we show how this result combines signal extraction and forecasting.