Estimation of the Spectral Density Function in the Presence of Harmonic Components
存在谐波分量时的谱密度函数估计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：摘要直接研究平稳过程的自协方差、连续谱及谱密度估计，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
存在谐波分量时的谱密度函数估计
- 研究问题
- 当平稳过程同时包含连续谱线性过程和有限个谐波分量时，如何估计前者的谱密度并处理谐波的影响？
- 方法与思路
- 作者讨论两条路径：校正样本自协方差后作平滑傅里叶变换，或用双重权重函数直接从观测自协方差估计。
- 材料陈述的贡献
- 摘要给出了处理谐波分量影响的两种谱密度估计思路，但未说明各自的理论性质或相互比较结果。
- 阅读关注点
- 应核对谐波校正的具体构造、双重权重函数的选择，以及两种方法所需的条件和误差分析。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断谐波参数是否已知、平滑参数如何选择，或两种方法的有限样本表现。
原文摘要
Summary Consider a stationary process of the form Xt = Yt + Zt, where Yt is a linear process with a continuous spectrum, and Zt is a finite sum of harmonic components. We discuss two methods of estimating the spectral density function of Yt. In one method we first estimate the autocovariance function of Yt by “correcting” the sample autocovariance function of Xt, and then form the usual “smoothed” Fourier transform. In the other approach, we estimate the spectral density function directly from the autocovariance function of Xt by using the “double weight function” technique.