Пред.
След.
Макеты страниц
Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике ДЛЯ СТУДЕНТОВ И ШКОЛЬНИКОВ ЕСТЬ
ZADANIA.TO
7.2.4. Стягивание окнаМетод стягивания окна состоит в вычислении нескольких сглаженных выборочных спектральных оценок сначала для широкой полосы частот, а затем для все более и более узких. Первая цель такого подхода заключается в той гибкости, которую он дает. При этом любую существенную особенность спектра, интересующую нас с практической точки зрения или же выявившуюся в процессе анализа, можно затем исследовать подробнее. Этот метод позволяет узнать многое о форме спектра. Так, выбранная первоначально широкая полоса частот окна обычно будет скрадывать некоторые детали в спектре. Сужая полосу частот, можно исследовать более тонкие детали. Наконец, как указывалось в разд. 7.2.2, когда ширина полосы частот становится уже самой узкой существенной детали спектра, нет никакого смысла стягивать полосу частот еще дальше. При этом, однако, возникают практические вопросы интерпретации, связанные с неустойчивостью выборочных оценок. Эти вопросы обсуждаются ниже. Поскольку некоторые записи содержат мало информации о спектре точно так же, как некоторые функции правдоподобия дают мало информации о параметре и не имеют слабо выраженного максимума, этот метод дает возможность выбрать наилучшую полосу частот, соответствующую имеющейся записи. Важный практический вопрос состоит в том, когда остановить процесс стягивания полосы частот, т. е. когда следует окончить поиск дальнейших деталей спектра, с тем чтобы удержать устойчивость. В ответ на этот вопрос нельзя дать никаких строгих рекомендаций, так как наилучший момент остановки будет зависеть от таких факторов, как степень детализации спектра, количество имеющейся априорной информации относительно 1. Иногда можно стянуть полосу частот настолько, что большинство существенных деталей выявится до того, как мы дойдем до неустойчивости. В этом случае, начиная с некоторого момента, не должно происходить существенных изменений в спектре, несмотря на дальнейшее заметное уменьшение полосы частот. Такой благоприятный случай показан на рис. 7.3, где изображены выборочные спектральные оценки процесса авторегрессии первого порядка. Видно, что при уменьшении полосы частот в 4 раза (что соответствует изменению 2. В некоторых случаях выясняется, что выборочная оценка спектра не сходится ни в каком смысле к устойчивому значению. Пример такой ситуации изображен на рис. 7.8, где показаны выборочные оценки спектра процесса авторегрессии, сосчитанные по 3. Обычно ситуация представляет собой нечто среднее между случаями 1 и 2. Рассмотрим, например, показанные на рис. 7.4 выборочные спектральные оценки процесса авторегрессии первого порядка с Все эти ситуации характеризуются тем, что сначала выборочные оценки проявляют тенденцию к сходимости, но затем из-за неустойчивости начинают расходиться, прежде чем можно сделать определенные выводы. Так как невозможно сказать, какая из этих, выборочных оценок спектра ближе к истине, то мы предлагаем изображать три выборочные оценки, соответствующие тем точкам отсечения, где после сходимости появляется расходимость. Важно, однако, помнить, что при стягивании полосы частот выборочная спектральная оценка становится полиномом от
|
1 |
Оглавление
|