论文部分内容阅读
在许多数据分析,尤其是数据校正过程中,需要知道数据的二阶特征。现行的二阶特征算法通常是对方差的估计,算法存在共同的局限性,即假定样本中不含有显著误差,并且服从正态分布。这种假定在许多实际情况中是不能满足的,从而使算法的应用受到了限制。针对常用算法的局限性,本文提出了一种新的数据二阶特征估计算法。该算法基于序列的关联性理论,通过对信号或然误差的实时估计实现对数据等效二阶特征的估计。理论分析和仿真实例验证了新算法的有效性。