1) Modern spectral estimation
现代谱估计
1.
The simulation of correlative K-distribution clutter using modern spectral estimation;
基于现代谱估计的相关K杂波模拟
2.
By utilizing the Levinson-Durbin algorithm of modern spectral estimation, the parameters of AR filter with demanded correlation spectrum can be obtained.
利用现代谱估计技术中的Levinson-Durbin递推方法来求解对序列相关值有所要求的AR自回归模型的各阶参数,并将所产生的原序列及其移位序列作为无线通信和雷达系统仿真中所需的互相关高斯随机序列,仿真结果证明了该方法的有效性。
3.
Modern spectral estimation method overcomes the disadvantage of classical spectral estimation method by adopting reasonable hypothesis about behavior of data out of window.
现代谱估计方法对窗口以外的行为进行合理假设,克服了古典谱估计方法的缺点,相对于古典谱估计方法有优势。
3) spectral estimation
现代谱估计
1.
To overcome the limitations of FFT based algorithms in interharmonics measurement,a new algorithm based on AR model spectral estimation and suitable for measuring interharmonics is presented in this paper.
由于传统的FFT算法在检测间谐波方面有一定的局限性,针对该局限性,提出了适合间谐波检测的基于AR模型的现代谱估计方法。
5) bispectrum estimation
双谱估计
1.
The application of bispectrum estimation for seeker signal detection and processing;
双谱估计在导引头信号检测与处理中的应用
2.
Nonparametric bispectrum estimation for pulse signals of sub-health
亚健康脉象信号的非参数化双谱估计
3.
According to non-Gaussianity and randomness of the Pulse Signals,the bispectrum estimation is used to analyze the signals for the purpose of extracting the unusual information of the signals of the drug abusers and educing the judgment of how to distinguish drug abusers from healthy persons.
根据脉象信号的非高斯随机特性,应用双谱估计对其进行分析,旨在提取吸毒者脉象信号的异常信息,并得出初步区分正常人与吸毒者的判断依据。
6) spectrum estimation
谱估计
1.
Application of spectrum estimation for verifying the financal time series model;
谱估计在金融时间序列模型验证中的应用
2.
Analysis of Welch method and parameter model spectrum estimation by MATLAB software;
Welch法谱估计和参数模型谱估计的MATLAB分析
3.
A Fast Algorithm for the High Resolution ARMA Model Spectrum Estimation;
高分辨率ARMA模型谱估计的一种快速算法
补充资料：参数谱估计量
参数谱估计量
spectral estimator, parametric
参数谱估计量[印ectrai es七n.tor，稗r~tric;eneKTpa-肠n朋0”eHKan叩aMeTP“，ecKa，」 一个平稳随机过程(statfonary stochastic Process)的谱密度〔spectml density)f(劝对应于f(只)的某一确定参数模型(即在此假设下，函数f(劝属于一由有限个参数描述的谱密度的特定族)时的估计量.在求参数谱估计量时，观测数据仅用来计算模型的未知参数.于是估计谱密度的问题就化为估计这些参数的统计问题.实际中应用最广的参数谱估计量是最大嫡谱估计量(一一entropys详ctral estimator)，它相应于假定函数【f(劝〕一’是一固定阶数的三角多项式的平方.应用问题中常见的更一般的参数谱估计类是混合自回归滑动平均过程(献ed autoregressivemo-访ng一average Process)模型，即假定f(劝是两个固定阶数的三角多项式的平方之商(见【1]一【3」).
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条