Blind deconvolution of discrete linear systems
离散线性系统的盲反卷积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：摘要明确讨论自回归系统及其参数估计，与时间序列方法直接相关。
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
离散线性系统的盲反卷积
- 研究问题
- 当输入噪声具有有限离散支撑、传递系统不必为最小相位时，如何恢复系统参数，并处理输入依赖及未知支撑大小？
- 方法与思路
- 作者基于代数关系构造一族估计量，允许输入信号并非独立分布，并将有限支撑的基数与系统参数一起估计。
- 材料陈述的贡献
- 摘要称估计量在较宽条件下具有一致性；对自回归系统，还证明参数估计可在有限观测后几乎必然精确。
- 阅读关注点
- 应核对系统与输入可识别的具体条件、代数估计的计算步骤，以及有限观测精确恢复所需的样本数量及其含义。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明；宽泛条件及有限观测精确性的具体限制未说明，不能推广至任意离散输入系统。
原文摘要
We study the blind deconvolution problem in the case where the input noise has a finite discrete support and the transfer linear system is not necessarily minimum phase. We propose a new family of estimators built using algebraic considerations. The estimates are consistent under very wide assumptions: The input signal need not be independently distributed; the cardinality of the finite support may be estimated simultaneously. We consider in particular AR systems: In this case, we prove that the estimator of the parameters is perfect a.s. with a finite number of observations.