海洋环境探测分析雷达远距离回波信号的谱处理

利用海洋环境探测分析雷达提取海况参数的过程中，谱处理有着重要的意义。本文采用简洁的奇异值分解法进行定阶，并用一种新颖的噪声补偿措施来改进Ｂｕｒｇ算法，计算机仿真和实测数据处理均表明：该方法不仅能提取出傅里叶变换（ＦＴ）方法无从提取的信号，而且比Ｂｕｒｇ算法处理效果更好，更准确。     

功率谱估计在心电信号处理方面的应用

频谱心电图(FCG),即心电信号的功率谱估计图,是一种心脏检查新技术。本文首先在Welch法、自相关法和Burg法中选取综合性能比较好的Burg法作为谱估计方法,其次通过对几种心电图信号的Burg法谱估计结果作分析,发现频谱心电图对病症敏感性强,对心血管疾病的早期诊断有一定的临床意义。相关结果用Matlab仿真。     

AR模型功率谱估计常用算法的性能比较

功率谱估计是分析随机信号的一种重要方法．通过分析AR模型功率谱估计，介绍AR模型参数提取的L-D算法、Burg算法和Marple算法，并利用计算机仿真比较三者的性能．     

AR模型应用于振动信号趋势预测的研究

振动信号的趋势预测是设备状态监测与故障诊断中的一个重要内容.本文讲述了对随机信号进行建模的基本方法和模型定阶的准则,并且讨论了轴承振动信号最佳阶数选取的问题.利用现场实测数据进行验证,计算结果表明使用Burg算法的AR模型能够较好地拟合轴承振动信号时间序列,并具有一定的预测精度,可以达到预测要求.     

利用最大熵准则的新谱分析技术

文题方法是利用信息熵来进行预测的。其优点是给出的时间序列可以很短,预测结果比较准确,且可估计多个正弦波频率,比常用的FFT和Burg算法优越。     

Burg谱的阶数依赖性与最佳正则化参数的选择

利用Burg法分析了被白噪声污染的功率谱,并将结果与传统周期图法进行了比较。当阶数比较小时,Burg谱比较平坦,信号被噪声掩盖;随着阶数的增加,分辨率增加;当阶数进一步增加时,虚假峰出现,并逐渐增多,以至于信号被噪声淹没。这一结果表明,系统一定存在某个阶数,在这个阶数附近Burg谱质量最好。指出了这个阶数就是最佳正则参数;而且还指出了,只需进一步考虑残差向量的归一化累积误差,并同K-S判据相结合就可以确定它。     

Burg法AR谱估计图像滤波分析与实现

首先分析现代谱估计的参数模型方法、AR谱估计模型方法和Burg法AR模型参数提取方法,然后用VisualStudioC#.NET编程实现Burg法AR谱估计图像滤波,最后提供滤波前后对照图并对结果进行讨论.     

基于最大熵谱估计的短时间序列分析与预测方法的研究

针对短时间序列的特性，根据最大熵谱估计原理，论述了用Burg算法作为求解AR模型参数的方法，并给出了应用实例。     

提高线性调频连续波探地雷达厚度检测分辨率的信号处理方法

线性调频连续波探地雷达 (LFMCWGPR)用于检测路面厚度时要具有较高的垂向分辨率 ,而由于经典谱估计法固有的缺点 ,限制了分辨率的提高。利用Burg最大熵法和修正协方差法对探地雷达信号进行了处理 ,计算机模拟和室内实测信号处理的结果表明 ,这两种方法均能有效地提高LFMCW探地雷达的分辨率 ,使功率谱的主瓣变窄、旁瓣幅度降低。在对计算量无严格要求的情况下 ,修正协方差法的功率谱估计效果更好 ,它能克服使用Burg最大熵法出现的谱峰频率偏移和谱峰分裂的缺点。     

Yield Curve Forecasting with the Burg Model

We introduce a versatile and robust model that may help policymakers, bond portfolio managers and financial institutions to gain insight into the future shape of the yield curve. The Burg model forecasts a 20‐day yield curve, which fits a pth‐order autoregressive (AR) model to the input signal by minimizing (least squares) the forward and backward prediction errors while constraining the autoregressive parameters to satisfy the Levinson–Durbin recursion. Then, it uses an infinite impulse response prediction error filter. Results are striking when the Burg model is compared to the Diebold and Li model: the model not only significantly improves accuracy, but also its forecast yield curves stick to the shape of observed yield curves, whether normal, humped, flat or inverted. Copyright © 2016 John Wiley & Sons, Ltd.