Attenzione: i dati modificati non sono ancora stati salvati. Per confermare inserimenti o cancellazioni di voci è necessario confermare con il tasto SALVA/INSERISCI in fondo alla pagina
CRIS Current Research Information System
This paper deals with the problem of identifying autoregressive models in presence of additive measurement noise. A new approach, based on some theoretical results concerning the so-called dynamic Frisch scheme, is proposed. This method takes advantage of both low and high order Yule-Walker equations and allows to identify the AR parameters and the driving and output noise variances in a congruent way since the estimates assure the positive definiteness of the autocorrelation matrix of the AR process. Simulation results are reported to show the effectiveness of the proposed procedure and compare its performance with those of other identification methods.
A noise-compensated estimation scheme for AR processes
This paper deals with the problem of identifying autoregressive models in presence of additive measurement noise. A new approach, based on some theoretical results concerning the so-called dynamic Frisch scheme, is proposed. This method takes advantage of both low and high order Yule-Walker equations and allows to identify the AR parameters and the driving and output noise variances in a congruent way since the estimates assure the positive definiteness of the autocorrelation matrix of the AR process. Simulation results are reported to show the effectiveness of the proposed procedure and compare its performance with those of other identification methods.
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Utilizza questo identificativo per citare o creare un link a questo documento: http://hdl.handle.net/11585/22321
Attenzione
Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte dell'ateneo
Citazioni
ND
8
7
social impact
simulazione ASN
Il report seguente simula gli indicatori relativi alla propria produzione scientifica in relazione alle soglie ASN 2021-2023 del proprio SC/SSD. Si ricorda che il superamento dei valori soglia (almeno 2 su 3) è requisito necessario ma non sufficiente al conseguimento dell'abilitazione. La simulazione si basa sui dati IRIS e sugli indicatori bibliometrici alla data indicata e non tiene conto di eventuali periodi di congedo obbligatorio, che in sede di domanda ASN danno diritto a incrementi percentuali dei valori. La simulazione può differire dall'esito di un’eventuale domanda ASN sia per errori di catalogazione e/o dati mancanti in IRIS, sia per la variabilità dei dati bibliometrici nel tempo. Si consideri che Anvur calcola i valori degli indicatori all'ultima data utile per la presentazione delle domande.
La presente simulazione è stata realizzata sulla base delle specifiche raccolte sul tavolo ER del Focus Group IRIS coordinato dall’Università di Modena e Reggio Emilia e delle regole riportate nel DM 589/2018 e allegata Tabella A. Cineca, l’Università di Modena e Reggio Emilia e il Focus Group IRIS non si assumono alcuna responsabilità in merito all’uso che il diretto interessato o terzi faranno della simulazione. Si specifica inoltre che la simulazione contiene calcoli effettuati con dati e algoritmi di pubblico dominio e deve quindi essere considerata come un mero ausilio al calcolo svolgibile manualmente o con strumenti equivalenti.