Cumulant-based autocorrelation estimates of non-Gaussian linear processes

δείτε την πρωτότυπη σελίδα τεκμηρίου
στον ιστότοπο του αποθετηρίου του φορέα για περισσότερες πληροφορίες και για να δείτε όλα τα ψηφιακά αρχεία του τεκμηρίου*
κοινοποιήστε το τεκμήριο

Cumulant-based autocorrelation estimates of non-Gaussian linear processes (EN)

Giannakis, GB (EN)
Delopoulos, A (EN)

N/A (EN)

Autocorrelation of linear random processes can be expressed in terms of their cumulants. Theoretical insensitivity of the latter to additive Gaussian noise of unknown covariance, is exploited in this paper to develop (within a scale) autocorrelation estimators of linear non-Gaussian time series using cumulants of order higher than two. Windowed projections of third-order cumulants are shown to yield strongly consistent estimators of the autocorrelation sequence. Both batch and recursive algorithms are derived. Asymptotic variance expressions of the proposed estimators are also presented. Simulations are provided to illustrate the performance of the proposed algorithms and compare them with conventional approaches. © 1995. (EN)


Parameter estimation (EN)
Consistency (EN)
Non-Gaussian time series: Autocorrelation estimation (EN)
Correlation methods (EN)
Random processes (EN)
Spurious signal noise (EN)
Asymptotic covariance (EN)
Algorithms (EN)
Non Gaussian linear processes (EN)
Recursive functions (EN)
Cumulant-based autocorrelation estimates (EN)
Signal processing (EN)
Cumulants (EN)

Εθνικό Μετσόβιο Πολυτεχνείο (EL)
National Technical University of Athens (EN)

Signal Processing (EN)


N/A (EN)

*Η εύρυθμη και αδιάλειπτη λειτουργία των διαδικτυακών διευθύνσεων των συλλογών (ψηφιακό αρχείο, καρτέλα τεκμηρίου στο αποθετήριο) είναι αποκλειστική ευθύνη των αντίστοιχων Φορέων περιεχομένου.