Подпись: Из соотношения, связывающего параметры АРСС-модели с порядком авторегрессии p и скользящего среднего q: 



Поскольку полагается, что u[k] - белый шум, то 

, 

, m>q

, m<0

В частном случае для авторегрессионных параметров, получаем : 

, 

, m=0

, m<0

В матричном виде эти соотношения выглядят следующим образом :



Таким образом, если задана автокорреляционная последовательность для , то АР-параметры можно найти в результате решения последнего матричного соотношения (называемого нормальными уравнениями Юла-Уалкера), где автокорреляционная матрица является и теплицевой, и эрмитовой.
Наиболее очевидным подходом к авторегрессионному оцениванию является решение нормальных уравнений Юла-Уалкера, в которые вместо значений неизвестной автокорреляционной функции подставляем их оценки. Результаты экспериментов с этим, первым методом АР-оценивания и сравнение с другими методами этого класса приведены в соответствующем разделе.
спектральный анализПодпись:

Оценивание корреляционной функции - метод Юла-Уалкера




         



спектральный анализспектральный анализПодпись: Начало Дальше