黄雄波

(佛山职业技术学院 电子信息系,佛山 528137)

非平稳时序数据的分段辨识及其递推算法①

黄雄波

(佛山职业技术学院 电子信息系,佛山 528137)

在实际生活中,广泛地存在着一类在整体上属于非平稳但又可转化为数段局部平稳的时序数据,对该类非平稳时序数据的辨识问题进行了研究,并提出了一种具有递推机制的分段辨识算法.该算法从平稳时序数据的定义出发,以均值、方差及自相关函数等数字统计特征为校验统计量,构造了具有递推机制的均值突变点、方差突变点及自相关函数突变点的析出算法,在此基础上,从被辨识的非平稳序列中划分出数段局部平稳的子序列,进一步,应用Burg算法对各局部平稳子序列进行了自回归的递推辨识.实验表明,新设计的算法能以较小的位置偏差析出各局部平稳子序列的分界点,同时,在保证较高精度的辨识条件下,计算效能获得了显著的提升.

非平稳时序数据;局部平稳;分段辨识;递推;分界点;自回归模型

1 引言

时序数据根据其统计结构是否具有时变的特点,可分为平稳序列和非平稳序列两大类,通常,人们所获取到的时序数据大多为非平稳序列,也就是说,其有关的统计特性是随着时间t的变化而变化的.对于平稳时序数据而言,其线性辨识模型主要有三种, AR(自回归)模型、MA(滑动平均)模型和自回归滑动平均(ARMA)模型,这些模型可以相互转换,而辨识的主要任务有两个方面,辨识模型……