Wyszukiwarka
Lattice filter based multivariate autoregressive spectral estimation with joint model order and estimation bandwidth adaptation
Abstrakt
The problem of parametric, autoregressive model based estimation of a time-varying spectral density function of a multivariate nonstationary process is considered. It is shown that estimation results can be considerably improved if identification of the autoregressive model is carried out using the two-sided doubly exponentially weighted lattice algorithm which combines results yielded by two one-sided lattice algorithms running forward in time and backward in time, respectively. It is also shown that the model order and the most appropriate estimation bandwidth can be efficiently selected using the suitably modified Akaike's final prediction error criterion.
Cytowania
-
6
CrossRef
-
0
Web of Science
-
6
Scopus
Autorzy (3)
Cytuj jako
Pełna treść
pobierz publikację
pobrano 25 razy
- Wersja publikacji
- Accepted albo Published Version
- Licencja
- Copyright (2019 IEEE)
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Publikacja w czasopiśmie
- Typ:
- artykuł w czasopiśmie wyróżnionym w JCR
- Opublikowano w:
-
IEEE TRANSACTIONS ON AUTOMATIC CONTROL
nr 64,
strony 4968 - 4981,
ISSN: 0018-9286 - Język:
- angielski
- Rok wydania:
- 2019
- Opis bibliograficzny:
- Niedźwiecki M., Meller M., Chojnacki D.: Lattice filter based multivariate autoregressive spectral estimation with joint model order and estimation bandwidth adaptation// IEEE TRANSACTIONS ON AUTOMATIC CONTROL. -Vol. 64, iss. 12 (2019), s.4968-4981
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1109/tac.2019.2908260
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 104 razy