×

兹马思-数学第一资源

基于通货紧缩的不相关平稳时间序列分离。(英语) Zbl公司 1278.62147
摘要:我们假设观测到的(p)时间序列是潜在不相关弱平稳时间序列的线性组合。问题是找到一个分解矩阵的估计,将观测到的时间序列转换回不相关的时间序列。所谓的SOBI(Second-Order Blind-Identification,SOBI)估计的目的是对协方差矩阵和几个具有不同滞后的自协方差矩阵进行联合对角化。
我们提出了一种新的方法来逐个提取潜在时间序列。在一般情况下,我们发现了基于通货紧缩的SOBI的极限分布,并说明了如何将结果用于估计的比较。给出了一般多元MA过程基于通货紧缩的SOBI估计的极限协方差矩阵的精确公式。最后,以基于通货紧缩的SOBI为特例,提出了一个整体估计族,并给出了这些估计的极限性质。仿真研究广泛地说明了这一理论。

理学硕士:
62M10 统计学中的时间序列、自相关、回归等(GARCH)
62小时12分 多元分析中的估计
62E20型 统计学中的渐近分布理论
65立方英尺 统计计算问题(MSC2010)
60G10 平稳随机过程
PDF格式 BibTeX公司 XML 引用
全文: 内政部
参考文献:
[1] 贝鲁克拉尼,A。;阿贝德梅莱姆,K。;卡多索,J.-F。;Moulines,E.,使用二阶统计量的盲源分离技术,IEEE信号处理汇刊,45434-444,(1997)
[2] 布罗克威尔,P。J、 。;戴维斯,R。A、 《时间序列:理论与方法》(1991),斯普林格•弗拉格纽约·Zbl公司 709.62080
[3] 卡多索,J。F、 。;Souloumiac,A.,同时对角化的雅可比角,暹罗数学分析与应用杂志,17161-164,(1996)·Zbl公司 844.65028
[4] 陈,Y。;Härdle,W。;Spokoiny,V.,基于独立成分分析的风险投资组合价值,计算与应用数学杂志,205,594-607,(2007)·Zbl公司 1117.91379
[5] 西科奇,A。;《自适应盲信号与图像处理:学习算法与应用》(2002),威利·西切斯特
[6] 科蒙,P。;Jutten,C.,盲源分离手册。独立成分分析与应用,(2010),阿姆斯特丹学术出版社
[7] 德杰琳S。;Zaidi,A.,用精确最大似然法分离高斯自回归源的瞬时混合,IEEE信号处理学报,521499-1512,(2004)·Zbl公司 1369.94351
[8] 加塞ía-Ferrer,a。;冈茨á莱兹·普里托。;体育课ña、 D.一个条件异方差独立因子模型及其在金融股票收益中的应用,国际预测杂志,28,70-93,(2012)
[9] Hyv公司ä里宁,A。;卡胡南,J。;Oja,E.,独立成分分析(2001),John Wiley&Sons New York
[10] 伊尔莫宁,P。;诺德豪森,K。;奥贾。;Ollila,E.,ICA的一个新的性能指标:性质计算和渐近分析,(Vigneron,V。;扎尔佐索,V。;莫劳,E。;格里博瓦尔,R。;Vincent,E.,潜在变量分析和信号分离,(2010),斯普林格海德堡,229-236
[11] 李,S。;沈,H。;张勇,Y。;刘易斯,M。;Huang,X.,自相关源的独立成分分析及其在功能磁共振成像中的应用,美国统计协会杂志,1061009-1024,(2010)·Zbl公司 1229.62123
[12] 米蒂宁,J。;诺德豪森,K。;奥贾。;Taskinen,S.,平稳时间序列盲源分离估计器的统计特性,统计与概率字母,821865-1873,(2012)·Zbl公司 1312.62110
[13] 诺德豪森,K。;古奇,H。W、 。;奥贾。;泰斯,F。J、 独立分量分析中几个散射矩阵的联合对角化,(Theis,F。;西科奇,A。;耶雷多,A。;Zibulevsky,M.,潜在变量分析和信号分离,LNCS,第7191卷,(2012),斯普林格海德堡),172-179
[14] K。诺森豪森。伊尔莫宁,A。曼达尔,H。Oja,E。奥利拉,《基于通货紧缩的Fastca Reload》,in:2011年第19届欧洲信号处理会议论文集,EUSIPCO 2011年,2011年,第1854-1858页。
[15] K。诺德豪森,E。奥利拉,H。Oja,关于ICA和盲源分离的性能指标,载:2011年IEEE第12届无线通信信号处理进展国际研讨会论文集,SPAWC,2011年,第486-490页。
[16] 苏,N。;Lund,R.,bartlett公式的多变量版本,多元分析杂志,105,18-31,(2012)·Zbl公司 1234.60039
[17] 唐,A。C、 。;刘建英。;萨瑟兰,M。T、 《从脑电图中恢复相关神经源:使用SOBI的好与坏方法》,神经影像学,7507-519,(2005)
[18] F、 泰斯,Y。Inouye,关于联合对角化在盲信号处理中的应用,载:IEEE电路与系统国际研讨会论文集,2006,第3589-3592页。
[19] L。汤,V.C.Soon,Y.F.Huang,R。刘美美:一种新的盲辨识算法,载:IEEE电路与系统国际研讨会论文集1990,1990,第1784-1787页。
[20] 叶瑞多,A.,《通过渐近最优加权的二阶统计量盲分离高斯信源》,IEEE信号处理快报,7197-200,(2000)
[21] Yeredor,A.,具有一般协方差结构的高斯源的盲分离:界和最优估计,IEEE信号处理学报,585057-5068,(2010)·Zbl公司 1392.94676
[22] A。齐厄,K.-R。ü利用时间结构进行盲分离的有效算法,载:ICANN论文集,1998,第675-680页。
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。