Approximate Best Linear Prediction of a Certain Class of Stationary and Nonstationary Noise-Distorted Signals
一类受噪声污染的平稳与非平稳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：摘要明确涉及离散时间序列的平稳性、非平稳累积序列及频谱预测，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
一类受噪声污染的平稳与非平稳信号的近似最优线性预测
- 研究问题
- 对频谱集中于特定频率附近的平稳信号，或在这些频率存在谱极点的累积序列，如何近似构造受噪声污染后的最优线性预测？
- 方法与思路
- 作者提出离散时间预测技术，利用已知或估计的特定频率及这些频率处的平稳噪声谱信息，并用计算机生成数据考察稳健性。
- 材料陈述的贡献
- 摘要称，该技术覆盖指定的平稳与非平稳信号情形，且只需掌握特定频率处的噪声谱信息，并提供模拟考察。
- 阅读关注点
- 应核对频谱集中和累积序列的具体定义、频率及噪声谱的估计方法，并查看模拟中如何衡量预测误差与稳健性。
- 阅读边界
- 所给材料为版本未注明的 OpenAlex 索引摘要；近似精度、稳健性结果及频率估计误差的影响未说明，也未提供经济应用。
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.