ar模型-read.ppt

§1.5 时间序列信号模型 一、模型分类 二、三种时间序列信号模型间联系及适用性 Wold定理的意义 讨论 一个时间序列可用MA或ARMA模型表示，也可用AR模型表示，反之是正确的。但这并不意味着用不同模型表示同一时间序列时，都具有相同的效率。实际中，有限阶的AR模型用得相当多。 有效性 三、时间序列平稳性与线性系统稳定性之间的关系 四、自相关函数、功率谱、时间序列信号模型之间的关系 2. 时间序列信号模型与功率谱的等价关系 零极点都在单位圆内 写成复频域形式  零点、极点共轭成对出现. ④用单位圆内的零极点来构成 由 确定参数 3.时间序列信号模型与自相关函数的关系 ARMA模型的系数与自相关函数之间的关系 解: ① ② ③ ④ 例2.一阶AR模型   求 和 . 思路: ①由模型求功率谱  ②由模型求自相关函数 解1. 解2. 即 ① 与其等价的AR模型为 ② 比较①②，可得 AR模型参数 的数目无限多，但它们的绝对值按幂级数减少，即 可以看出，等价的AR模型具有无限阶数，但其参数是按幂级数递减，故应选择合适的有限阶截断，即用 模型近似。 4. 当白噪声序列 0， 模型与 模型趋于相同，即 模型表示的时间序列可以用 模型近似地表示。 白噪声中的 模型可用 模型表示。 :加性白噪声 为一常数。 与 等价。 用时间序列信号模型来研究时间序列，其实质是把该序列看作由白噪声序列通过一线性系统所产生的输出。 当输入是平稳白噪声序列时，若线性系统是稳定的，则输出肯定是平稳的时间序列；若线性系统是不稳定的，则输出是非平稳的时间序列。 因此一个平稳白噪声通过一个线性系统，其输出是否为平稳的时间序列，取决于线性系统是否稳定。 本来线性系统的稳定性与时间序列的平稳性是两个完全不同的概念，但当输入是平稳的白噪声序列时,可用线性系统的稳定性来表征时间序列的平稳性。 模型 模型参数多项式 若模型参数 的多项式的根全部在单位圆内，则产 生 序列的线性系统是稳定的。 模型 模型多项式 的根全部在单位圆内，表征 模型是可逆的。 只有当线性系统是稳定的， 才能是可逆的。 1.自相关函数与功率谱的关系 Wiener-Khintchine 定理 ① 时间序列信号模型（差分方程） 功率谱 差分方程 ② 不唯一 谱分解定理 设 是一个平稳随机过程的有理谱,那么一定存在一个零极点都在单位圆内的有理函数。 满足 ，其中，对于所有的k， , 都是实数，且 。 ① 是最小相位的稳定因果系统; ② 原系统，逆系统都因果稳定。 设为 实序列， ，   谱分解定理的证明 又∵   零点、极点互为倒数形式出现。 令 注： ， 为实数。 自相关函数 实参数 功率谱 实参数 ? 例5