Статистическое моделирование составных векторных случайных процессов

Abstract

Для описания сигналов в рамках корреляционной теории применяется гильбертово пространство [1]. Классический подход к построению гильбертовых пространств не позволяет в удобной форме строить модели некоторых классов сложных сигналов и процессов. К таким классам относятся процессы, которые можно разбить на последовательность процессов меньшей длины, обладающих некоторыми общими свойствами. Предложенный в работе метод анализа подобных сигналов позволяет извлекать информацию, которую нельзя получить обычными методами статистического анализа. Для получения и анализа, предложенных классов векторных коррелированных случайных процессов, использовались модели линейного предсказания