期刊文章详细信息
基于自相关函数的非平稳时序数据的辨识改进
Improved identification of non-stationary time series data based on autocorrelation function
文献类型：期刊文章
机构地区：[1]佛山职业技术学院电子信息系,广东佛山528137
基 金：广东省科技计划工业攻关项目(2011B010200031);佛山职业技术学院校级重点科研项目(2015KY006)
年 份：2016
卷 号：35
期 号：13
起止页码：10-14
语 种：中文
收录情况：JST、普通刊
摘 要：由于自相关函数刻画了时序数据在不同时刻取值的线性相关程度,故其在时序数据的统计分析中得到了广泛的应用。讨论了基于FFT变换的自相关函数计算原理,结合非平稳时序数据的辨识需求,基于自相关函数理论对趋势和周期成份的分离次序以及残留序列的随机类型识别等问题进行了深入分析,进一步提出了一种改进的非平稳时序数据的辨识算法。实验验证了改进算法的合理性和有效性。
关 键 词：自相关函数 FFT变换 非平稳时序数据 系统辨识
分 类 号：TP311]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
