دانلود کتاب Automatic Autocorrelation and Spectral Analysis

ترجمه فارسی توضیحات (ترجمه ماشینی)

همبستگی خودکار و تحلیل طیفی

تجزیه و تحلیل طیفی نیاز به تصمیمات ذهنی دارد که بر تخمین نهایی تأثیر می گذارد و بدین معنی است که تحلیلگران مختلف می توانند نتایج متفاوتی را از مشاهدات تصادفی ثابت یکسان به دست آورند. پردازش سیگنال آماری می تواند بر این مشکل غلبه کند و راه حلی منحصر به فرد برای هر مجموعه ای از مشاهدات ایجاد کند، اما این تنها در صورتی قابل قبول است که به بهترین دقت قابل دستیابی برای اکثر انواع داده های ثابت نزدیک باشد. این کتاب روشی را توصیف می‌کند که معیار حل تقریباً بهینه بالا را برآورده می‌کند و از قدرت محاسباتی بیشتر و الگوریتم‌های قوی برای تولید مدل‌های کاندید کافی برای اطمینان از ارائه یک نامزد مناسب برای داده‌های داده‌شده بهره می‌برد.

Automatic Autocorrelation and Spectral Analysis

Spectral analysis requires subjective decisions which influence the final estimate and mean that different analysts can obtain different results from the same stationary stochastic observations. Statistical signal processing can overcome this difficulty, producing a unique solution for any set of observations but that is only acceptable if it is close to the best attainable accuracy for most types of stationary data. This book describes a method which fulfils the above near-optimal-solution criterion, taking advantage of greater computing power and robust algorithms to produce enough candidate models to be sure of providing a suitable candidate for given data.