论文部分内容阅读
本文研究由若干个非因果自回归（auto regression，AR）序列叠加产生的多道时间序列的分解与复原问题．首先从序列的独立性出发，利用序列的高阶统计信息，采用独立成分分析（independent component analysis，ICA）中的广义信息最大化（Infomax）算法寻找一可逆矩阵将混合序列进行分离，然后设计了一种基于高阶统计量的自回归模型的辨识算法，算法中将非因果AR系统看成由因果和反因果系统的极联，在每次迭代中先估计反因果AR的阶数和参数，然后再估计因果AR的阶数和参数，由选用的线