Zusammenfassung
Alle traditionellen Verfahren der Spektralschätzung basieren auf der Annahme, daß die in der Messung erfaßte Musterfunktion außerhalb des Beobachtungsintervalls verschwindet. Implizit wird also stets eine Fensterung im Zeitbereich vorgenommen, was gleichbedeutend mit dem Ansatz einer Autokorrelationsfolge endlicher Länge ist. Der geschätzte Ausschnitt aus der Autokorrelationsfolge bildet die Grundlage der Spektralanalyse. Die mit der endlichen AKF verbundene Begrenzung der spektralen Auflösung war ein wesentlicher Gesichtspunkt der Betrachtungen im letzten Kapitel Hinzu kommt die Frage nach der Wirksamkeit der Schätzung, also nach der Varianz. Die Beispiele im letzten Abschnitt haben deutlich gemacht, daß zur zufriedenstellenden Berechnung der spektralen Leistungsdichte im allgemeinen sehr große Datenmengen herangezogen werden müssen. Der damit verbundene hohe Rechenaufwand ist nur einer der daraus entstehenden Nachteile. Darüber hinaus erwachsen prinzipielle Probleme dann, wenn der analysierte Prozeß nicht streng stationär ist. In diesem Falle wäre eine zuverlässige Spektralschätzung wünschenswert, die sich auf ein möglichst kurzes Zeitintervall abstützt. Die traditionellen Schätzverfahren bieten hierzu nur geringe Möglichkeiten.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 1998 B. G. Teubner, Stuttgart
About this chapter
Cite this chapter
Kammeyer, KD., Kroschel, K. (1998). Parametrische Spektralschätzung. In: Digitale Signalverarbeitung. Teubner Studienskripten Soziologie. Vieweg+Teubner Verlag. https://doi.org/10.1007/978-3-322-92702-6_9
Download citation
DOI: https://doi.org/10.1007/978-3-322-92702-6_9
Publisher Name: Vieweg+Teubner Verlag
Print ISBN: 978-3-519-36122-0
Online ISBN: 978-3-322-92702-6
eBook Packages: Springer Book Archive