论文部分内容阅读
使用经典回归分析对信号处理时通常假定噪声服从高斯过程，然而现实中许多信号呈现噪声自相关等非平稳特性。常用的广义差分法对噪声自相关做差分处理时，固定了连续两个样本间的相关系数，但是现实中相邻两个时间点样本的相关程度往往不是确定的。将矢量三角形加减法法则与广义差分相结合，开创性地提出具有无机自适应性的矢量差分算法，其相关系数根据信号自身的规律自动调整。最后，将该方法应用于噪声自相关实例，结果表明矢量差分算法比广义差分法的无机自适应能力更强，能够更好地刻画信号的变化规律。