本篇文章翻譯自：Kspectra tool，需要用的同學可自己看英文版的。

多窗口譜信號重建

一旦顯著峰值信號（相對特定的零假設）可以從譜信號中分離出來，對應的時域信號可以使用多窗口譜分解技術獲得的信息在時域中重建出來。

這個信號或者說重建成份和之前SSA技術中描述的SSA有類似的成份，除了它用來重建偵測到的信號的信息是來自于頻率域的特征分解而不是相關域的特征分解。
在相關域的情景時，一個先驗的假設-域的邊界必須被確認。

和峰值集中于f0的周期信號，可以通過以下公式重建：

其中信使函數 A（t）可以通過由k個復值特征譜構建的頻域信息的時域倒置獲得。

這個信使A（t）有k個復自由度，并且允許在時域重建時中心頻率為f0信號的相位和幅值可以有所變化。

離散情況下的時間序列描述信使函數AnAn可以通過利用具有適宜邊界和每個K階特征譜的復幅值信息的離散倒置問題。

三個最低階的邊界約束在這個倒置涉及的信使函數AnAn最小化中，它自身很接近邊界，數值化最小化的接近邊界的信使函數的斜率，或者最優化信使函數的光滑性（邊界附近的二階變量的數值化最小性）。如果你有任何關于這個信號描述的先驗信息，這兩者中的任意一個更適應當前問題的方法都可被你挑選。

表面溫度值的季節循環，舉個例子，在時間中是近似平穩的，因此，最小斜率約束是很適應這個重建問題的。

通俗地講，然而一個近似最優的信號重建可以永遠通過尋找三個約束權值的最優線性組合。該組合保證了 原始數據和重構數據的均方誤差最小。我們推薦時域倒置方法

總結

以上是生活随笔為你收集整理的现代谱估计：多窗口谱重建的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。