A General Class of Models for Stationary Two-Dimensional Random Processes
平稳二维随机过程的一般模型类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：摘要聚焦二维空间过程，提及一维 ARMA 仅作类比，不足以归入时间序列细分。
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
平稳二维随机过程的一般模型类
- 研究问题
- 如何为平稳二维空间过程建立可计算的谱密度与协方差参数族，并向类似一维 ARMA 的建模体系推进？
- 方法与思路
- 作者构造由特定二次形式组成的有理谱密度，以第二类修正 Bessel 函数表示协方差，并结合递推计算与随机微分方程。
- 材料陈述的贡献
- 摘要称模型兼具可计算的协方差表示、物理解释和过程生成方法，为二维过程的识别与估计体系提供一步进展。
- 阅读关注点
- 应核对谱密度非负与可积的参数限制、协方差递推的数值实现，以及随机微分方程和过程生成之间的关系。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；没有给出完整识别估计理论，不能将与一维 ARMA 的类比视为已经等价。
原文摘要
A parametric family of spectral density-covariance function pairs for stationary spatial processes is introduced. The spectral densities are rational functions of elliptic forms along with factors in the numerator that may be of mixed hyperbolic, parabolic or elliptic form. The resulting covariance functions are linear combinations of modified Bessel functions of the second kind, which have been shown to be the natural basis for two-dimensional covariance functions (Whittle, 1963). Recursive computation techniques make calculation of the covariance functions feasible for even the most complicated models. Stochastic differential equations are used to provide a physical basis for the models as well as to develop methods for generation of the resultant processes. The results provide a step toward development of a general theory and methodology for the identification and estimation of two-dimensional processes to parallel the rational spectral density/autoregressive-moving average approach for one-dimensional processes.