Подпись: Элементы эрмитовой матрицы имеют вид корреляционных форм , где  Таким образом, авторегрессионные параметры могут быть получены в результате решения нормальных уравнений. Рассмотрим алгоритм, который в решении нормальных уравнений учитывает тот факт, что эрмитова матрица  получена как произведение двух теплицевых и в результате этого сводит количество вычислений к  . При использовании алгоритма Холецкого потребовалось бы операций. Ошибки линейного предсказания вперед и назад p-ого порядка   Здесь вектор данных , вектор коэффициентов линейного предсказания вперед  и вектор линейного предсказания назад определяется следующими выражениями: , ,  На основе отсчетов измеренных комплексных данных ковариационный метод линейного предсказания позволяет раздельно минимизировать суммы квадратов ошибок линейного предсказания вперед и назад: ,  что приводит к следующим нормальным уравнениям : ,   Введем необходимые для дальнейшего определения : ,  исходя из вида  и  можно записать : спектральный анализПодпись:

Оценивание линейного предсказания по методу наименьших квадратов 2


  
    

  
спектральный анализспектральный анализПодпись: Начало Дальше