自相关（Correlogram）和持久性——时间序列分析 2020年11月22日2014年6月2日 通过马图拉纳坦 后续系列文章的议程是介绍自相关、自相关函数（ACF）、偏自相关函数的概念，并在系统识别中使用ACF和PACF。引言给定时间序列数据（股市数据、一段时间内的太阳黑子数、通过通信信道接收的信号样本等），连续值…阅读更多
Yule-Worker估计及其在Matlab中的仿真 2020年11月22日2014年5月27日 通过马图拉纳坦 如果假设时间序列数据遵循给定形式的自回归（AR（N））模型，自然倾向于估计模型参数a1、a2、…、an。这里可以使用最小二乘法估计模型参数，但随着N阶的增加，计算变得繁琐。幸运的是，AR模型可以…阅读更多
求解ARMA模型–平方误差最小化 2020年11月22日2014年5月23日 通过马图拉纳坦 重点：在求解ARMA（自动回归移动平均）模型时，是否存在唯一的解决方案？应用平方误差最小化来找出答案。正如前一篇文章中所讨论的，ARMA模型是一种广义模型，是AR和MA模型的混合。给定信号x[n]，AR模型是最简单的…阅读更多
了解AR、MA和ARMA模型 2020年8月8日2014年5月22日 通过马图拉纳坦 重点：AR、MA和ARMA模型表达了LTI系统传递函数的性质。了解这些模型背后的基本思想并了解其频率响应。引言信号模型用于分析平稳的单变量时间序列。信号建模的目的是估计期望信号的形成过程…阅读更多
