Wyniki wyszukiwania - Biblioteka Nauki

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: ARMA process

Sortuj według:

Ogranicz wyniki do:

Eigenvalue distribution of large sample covariance matrices of linear processes

100%

Pfaffel O. , Schlemm E.

Probability and Mathematical Statistics

2011

tom Vol. 31, Fasc. 2

313--329

We derive the distribution of the eigenvalues of a large sample covariance matrix when the data is dependent in time. More precisely, the dependence for each variable i = 1, . . . , p is modelled as a linear process (Xi;t)t=1...,n = (Σ∞j=0 cjZi;t−j )t=1,...,n, where {Zi;t} are assumed to be independent random variables with finite fourth moments. If the sample size n and the number of variables p = pn both converge to infinity such that y = limn→∞ n/pn > 0, then the empirical spectral distribution of p−1XXT converges to a non-random distribution which only depends on y and the spectral density of (X1;t)t∈Z. In particular, our results apply to (fractionally integrated) ARMA processes, which will be illustrated by some examples.

On Using a Genetic Algorithm in the Designing of Linear Digital Filters

84%

Stelmach J.

Acta Universitatis Lodziensis. Folia Oeconomica

2020

tom 1

nr 346

113-124

Filtry cyfrowe, zarówno ze średnią ruchomą, jak i autoregresyjne, są szeroko wykorzystywane w tłumieniu zakłóceń, przetwarzaniu sygnałów bądź wyodrębnianiu informacji z potoków danych. Chociaż dobrze znana teoria filtrów pozwala na optymalny dobór parametrów, istnieją jednak takie zastosowania praktyczne, których wymagania ograniczają stosowanie filtrów cyfrowych. Jednym z ważniejszych ograniczeń jest opóźnienie odpowiedzi filtru, wynikające z konieczności korzystania ze zbyt wielu opóźnionych sygnałów wejściowych. Zaproponowana w artykule metoda umożliwia dobór parametrów filtru, zmniejszając jego opóźnienie przy zachowaniu istotnych dla użytkownika wymagań (np. tłumienia) za pomocą algorytmu genetycznego. Charakterystyki widmowe takich filtrów porównano z charakterystykami widmowymi najbardziej znanych filtrów klasycznych.

Digital filters, either as filters with moving average (Finite Impulse Response) or autoregressive filters (Infinite Impulse Response), are widely used in noise suppression, signal processing or extracting information from data streams. Although well‑known theory allows for optimal parameter selection, there still exist such real applications where requirements limit the use of digital filters. One of the most important limitations is the response time delay caused by too many used lagged input signals. The method proposed in the article allows us to estimate filter parameters with a genetic algorithm, decreasing its delay but keeping the requirements important for the user (e.g.: attenuation). Transfer functions of such filters were compared with transfer functions of the most known classical filters.