贝叶斯自回归谱估计
信号处理
2021-10-06 v1
摘要
自回归（AR）时间序列模型广泛用于参数化谱估计（SE），其中时间序列的功率谱密度（PSD）由闭式可得的\emph{最佳拟合} AR 模型之 PSD 近似。由于 AR 参数通常通过最大似然、最小二乘或矩法求得，基于 AR 的 SE 未能考虑近似 PSD 的不确定性，因而仅给出点估计。我们提议通过求取 AR 参数的完整后验分布，再经\emph{对 AR 参数积分}将此不确定性传播至 PSD 近似，以处理 AR 近似相关的不确定性；我们通过假设模型噪声上的两种不同先验来实现该概念。通过实际实验，我们表明所提贝叶斯自回归谱估计（BASE）给出的点估计与标准自回归谱估计（ASE）的 closely 跟随，同时还提供误差条。BASE 在合成与真实世界信号上对照 ASE 与周期图做了验证。
引用
@article{arxiv.2110.02156,
title = {Bayesian autoregressive spectral estimation},
author = {Alejandro Cuevas and Sebastián López and Danilo Mandic and Felipe Tobar},
journal= {arXiv preprint arXiv:2110.02156},
year = {2021}
}