Orientador: Yuzo Iano

Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação

Resumo: Neste trabalho é proposto um novo método de estimação separada (sub-ótimo) para o processo (modelo) espectral ARMA. Os métodos sub-ótimos utilizam-se das equações de Yule-Walker e do método de mínimos quadrados para as estimativas AR, e geralmente do método de Durbin para as estimativas MA....

Resumo: Neste trabalho é proposto um novo método de estimação separada (sub-ótimo) para o processo (modelo) espectral ARMA. Os métodos sub-ótimos utilizam-se das equações de Yule-Walker e do método de mínimos quadrados para as estimativas AR, e geralmente do método de Durbin para as estimativas MA. Dado que os parâmetros AR e MA já foram estimados, no método proposto é feita uma nova filtragem AR do sinal de interesse utilizando-se as estimativas da parte MA. A partir deste novo sinal estimado, determinam-se as novas estimativas das partes AR e MA do processo ARMA, e em seguida obtém-se a estimativa da densidade espectral de potência. Os resultados dependem muito do espectro de interesse, e da parametrização que foi utilizada, mas de um modo geral os resultados fornecidos foram muito bons. Um estudo descrevendo os principais métodos de estimação espectral paramétrica dos processos ARMA também é realizado neste trabalho. Esses métodos são comparados medindo a precisão através do erro relativo e do coeficiente de variação médio das estimativas dos parâmetros

Abstract: This work proposes a new method of estimating separate (sub-optimal) for the spectrum ARMA process (model). The sub-optimal methods use the Yule-Walker equations and the method of least squares estimates for the AR, and usually the method of Durbin estimates for MA. Since AR and MA...

Abstract: This work proposes a new method of estimating separate (sub-optimal) for the spectrum ARMA process (model). The sub-optimal methods use the Yule-Walker equations and the method of least squares estimates for the AR, and usually the method of Durbin estimates for MA. Since AR and MA parameters have been estimated, in the method it is made a new AR filtering of the signal of interest using the estimates of the MA. From this new estimated signal, the new AR and MA estimates of parts from the ARMA process are obtained, and then the power spectral density is estimated. The results depend so much on the spectrum of interest and the parameterization used in the process, but generally the final results were very good. A study describing the main methods of parametric spectral estimation of ARMA processes is also performed in this work. These methods are compared by measuring their accuracy through the relative error and the average coefficient of variation of the parameter estimates