统计复变量和信号 数学专业外文文献翻译.doc

外文翻译 标题：统计复变量和信号-第一部分：变量 摘要 本文是专门研究高阶统计复随机变量。我们提出一个一般的框架允许直接操纵复数量：分离之间的实和虚的部分变量是可以避免的。我们给规则整合和得出的概率密度函数和特征函数，使计算可以进行。在的多层面的变量，我们使用的自然结构张量。研究复变量导致的复循环随机变量高斯延伸的概念。在建模随机变量，大于2。高阶描述信号是。应用程序正在开发一个伟大的数字—误码率的战场。在所有的经典域研究信号与图像处理介绍新方法。我们可以举盲源分离和盲反卷积问题在各种情况下：振动诊断，水声，雷达，卫星通讯，地震测深，天文学，等。非线性系统辨识，一个基本的工具[ 19]。此外，一个密切相关存在着的和模仿病的系统[10,17,23]。这一非常积极和富有成果的研究领域需要有坚实的理论基础。很久以前数学家和统计学家。高阶统计特性随机变量许多经典教材[12,8,27]。在[ 21 ]，我们发现张量方法对高阶性能多维变量。和多光谱描述[ 9]和[ 31]。然而，一些作者有关领域的复杂随机变量和信号，即使在实际应用出现这种情况：在频域傅里叶变换后的处理，特别是在数组的处理，在单波段系统的通信信号的分析是常用的，在Wigner - Ville分布频分析等等。高斯复杂的模型，这是足够的在经典二阶的方法，是记录在[ 32]和[ 15]。这些作者证明了代数简化带来的使用一个复杂的建模