魅力娱乐新闻资讯网

刘国楠为什么要进行后向线性预测(Backward Line

房产新闻 2020-11-26 15:1594未知admin

  在时间序列分析中最重要的一个问题是:给定一个平稳离散随机过程的一组过去样值,预测该过程将来的值。常用u(n-m),...,u(n-2),u(n-1)来估计u(n)的值,叫前向线性预测。

  那么后向线性预测正好相反,预测过去的值,即用用u(n),u(n-1),...u(n-m+1)去预测过去值u(n-m)。

  过去的值不是已经知道的吗?为什么还要叫“预测”过去的值呢?或者是我的理解有误,在已发生的u(n-m)不知道值情况下用未来发生且知道的值去预测?那么,后向预测有哪些实际作用呢?

  谢谢!

  最近在学习胡广书老师编写的《数字信号处理》一书中的现代功率谱估计时也碰到了和题主类似的疑问。

  书中引入后向预测的说法是因为:只使用了前向预测的功率谱参数模型得到的估计结果分辨率较低,所以人们考虑加入后向预测进行改进。

  下面用我自己的理解来试着回答一下题主。

  如果单独来看后向预测的话,刘国楠确实很容易误以为是用已知的数据去重复预测过去已知的数据,这不是傻逼行为吗?

  但其实前向预测和后向预测一起来看的话,可以想成只知道一段数据,我们来预测这段数据之前的或者之后的数据,把这段数据进行向前或者向后的延伸。所以并不是前面以为的用已知数据推已知数据。

  具体应用的话,我目前只是学到了在计算现代功率谱AR模型的不同算法中,有的只使用了前向预测(比如自相关法),有的前后向预测都使用了(比如Burg算法、改进的协方差方法)。相对来说,同时使用前后向预测的算法,性能更好。

  以上就是我个人的理解,希望有大佬能进一步的讨论、指正。

魅力娱乐新闻资讯网 Copyright @ 2011-2018 魅力娱乐新闻资讯网 All Rights Reserved. 版权所有 备案号:琼ICP备xxxxxxxx号 网站地图

联系QQ: 88888888 邮箱地址:88888888@qq.com