近来随着计算机处理能力的飞速提高,信号处理领域中高阶统计量估计方面的研究受到了越来越多的关注,用信号的高阶统计量来估计信号概率特性的方法被更多地应用到了系统辨识、系统重建、检测与估值甚至是地理和声学等方面.在信号的处理过程中,高阶统计量具有明显的优缺点,其中备受关注的优点是高阶累积量对加性高斯噪声不敏感的特性,即高斯随机变量的三阶及三阶以上的累积量等于零.另外,高阶统计量还具有能保持信号相位的良好特性,这些使得高阶统计量估计在去除高斯噪声干扰方面效果显著.但是,它的缺点也很明显,具体体现在为了得到方差较小的估计需要大量的统计数据,同时,高阶统计量的计算量也十分巨大,这些又使得高阶统计量估计的处理过程十分繁琐和复杂.为了克服高阶统计量估计的这些缺点,降秩的方法被引入到高阶统计量估计中,其基本原理就是利用降秩转换矩阵将信号估计的秩降低,从而达到减少计算量和降低估计方差的目的.