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