Frequency estimation from crossings of an observed mean level
利用观测均值水平的穿越次数估计频率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：摘要直接研究平稳高斯过程的频率估计及时间观测区间，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
利用观测均值水平的穿越次数估计频率
- 研究问题
- 平稳高斯过程的均值未知时，利用观测均值水平的向上穿越次数估计平均频率，会产生多大的偏差？
- 方法与思路
- 作者以均值水平的向上穿越计数估计平均频率，分析用观测均值替代真实均值时偏差与观测区间长度的关系。
- 材料陈述的贡献
- 摘要称区间至少覆盖两个平均波长时，偏差较小且与某个无偏零穿越估计量的标准差同阶，并讨论长期使用。
- 阅读关注点
- 应核对过程的正则性要求、平均频率与波长的定义，以及平稳分析如何支撑均值和协方差可能变化时的应用。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；偏差量级的具体条件未展开，不能直接推广到任意非平稳或非高斯序列。
原文摘要
By counting the number of upcrossings of the mean level by a stationary Gaussian process one can estimate the mean frequency of the process. If the mean level is unknown and estimated from the observed mean level, then this crossing estimator is more or less biased, depending on the length of the observation interval. It is shown that if the interval is at least two mean wavelengths, then the bias is small and of the same order as the standard deviation of a certain unbiased zero crossing estimator. Therefore the crossing method gives a simple and reliable technique for automatic estimation of the mean frequenoy of a process over long periods of time, which may involve changes in the mean level and covariance function.