北航-时间序列与谱估计2017-L60.pptVIP

模型阶次的选择 对于AR(p)过程，预测误差满足： 预测误差可估计AR(p)模型的阶，由于数据的有限，由预测误差估计AR模型的阶会有较大误差。 模型阶次的选择 如果模型阶数的估计低于实际模型阶数，则谱估计将损失有用谱信息； 如果模型阶数的估计高于实际模型阶数，则谱估计的方差增大。 模型阶次的选择 阿凯克最终预测误差(FPE)准则:极小化FPE(k) 阿凯克信息准则(AIC)：极小化AIC(k) 短数据，使用AIC；长数据，两种方法将得到相同的模型阶次估计。 模型阶次的选择 对于长数据，两者性能相近： 阿凯克信息准则(AIC)推导 模型阶次的选择 自回归传递函数准则(CAT):极小化CAT(k) CAT选择AR模型阶次，使得由该模型估计出的预测误差滤波器最接近于最佳无限长滤波器。（CAT是对基于任意数据组的AR谱估计导出的，并不是仅对纯AR过程） 噪声AR过程的谱估计 观测数据： x[n]是AR过程，数据y[n]的功率谱为： 噪声AR过程的谱估计 常用谱估计方法 ARMA模型估计，可看成ARMA(p,p)模型； 数据预滤波，减小观测噪声； 补偿AR参数由于噪声引起的偏差： 使用高阶AR模型 计算机仿真举例 实AR(4)过程，参数如下表： 计算机仿真举例 极点分布如下图 计算机仿真举例 对于所有仿真，记录数据长度为N=256个实数据点