• Journal of applied mathematics & informatics
• /
• 제22권1_2호
• /
• pp.209-222
• /
• 2006

Estimation of the spectral measure, covariance and spectral density functions of a strictly stationary r-vector valued time series is considered, under the assumption that some of the observations are missed. The modified periodograms are calculated using data window. The asymptotic normality is studied.

• Communications for Statistical Applications and Methods
• /
• 제10권1호
• /
• pp.233-237
• /
• 2003

An asymptotic property of the ordinary least squares estimator of the disturbance variance is considered in the regression model with correlated errors. It is shown that the convergence in probability of S$^2$ is equivalent to the asymptotic unbiasedness. Beyond the assumption on the design matrix or the variance-covariance matrix of disturbances error, the result is quite general and simplify the earlier results.

• 전기학회논문지
• /
• 제67권2호
• /
• pp.239-247
• /
• 2018

Adaptive Beamforming (ABF) algorithm, which is a typical jammer suppression algorithm, guarantees the performance on the assumption that the jamming characteristics of the TDS (Training Data Sample) are stationary, which are obtained immediately before and after transmitting the pulse signal. Therefore, effective jammer suppression can not be expected when the jamming characteristics are non-stationary. In this paper, we propose a new jammer suppression algorithm, of which power spectrum fluctuates fast. In this case, we assume that the location of the jammer station is fixed during the processing time. By applying the MPM (Matrix Pencil Method) to the jamming signal in TDS, we can estimate jammer parameters such as power and incident angle, of which the power will vary fast in time or range bins after TDS. Though we assume that the jammer station is fixed, the estimated jammer's incident angle has an error due to the noise, which degrades the performance of the jammer suppression as the jammer power increases fast. Therefore, the jammer's incident angle should be re-estimated at each range bin after TDS. By using the re-estimated jammer's incident angle, we can construct new covariance matrix under the non-stationary jamming environment. Then, the optimum weight for the jammer suppression is obtained by inversing matrix estimation method based on the matrix projection with the estimated jammer parameters as variables. To verify the performance of the proposed algorithm, the SINR (signal-to-interference plus noise ratio) loss of the proposed algorithm is compared with that of the conventional ABF algorithm.

• 방송공학회논문지
• /
• 제8권3호
• /
• pp.278-287
• /
• 2003

영상에 포함된 잡음은 영상의 화질 및 압축효율을 저하시킨다. 이러한 잡음을 영상의 에지 성분을 보존하면서 제거하기 위해 다양한 비정적(nonstationary) 영상 모델에 근거한 잡음제거 알고리듬이 제안되었다. 하지만, 기존의 비정적 영상 모델에서는 연산량의 부담을 덜기 위해 각 화소들 사이에 상관관계(correlation)가 없다고 가정하여 영상의 미세한 정보들이 필터링에 의하여 훼손된다. 본 논문에서는 영상의 비정적 상관관계를 고려하면서도 계산적으로 효율적인 적응적 잡음제거 알고리듬을 제안한다. 이를 위해 영상신호는 비정적 평균을 가지며, 각기 다른 형태의 정적(stationary) 상관관계를 가지는 부분 영상으로 분리된다고 가정된다. 제안된 영상 모델에서 유도되는 공분산(covariance) 행렬의 특수한 구조를 이용하여 계산적으로 효율적인 FFT에 기반한 적응적 선형최소자승오차 필터를 유도한다. 제안된 영상 모델의 정당성과 알고리듬의 효율성을 실험적으로 확인한다.

• 물과 미래
• /
• 제28권5호
• /
• pp.219-233
• /
• 1995

강우의 평균과 분산이 시 공간적으로 변하는 비정상 다변량 모형을 강우모형으로 선정하였다. 그리고 강우모형의 상태 및 매개변수의 추정을 위해 비정상 대변량 모형의 잔차항에 Kalman Filter 순환추정 알고리즘을 적용하여 강우예측모형 시스템을 구성하였다. 그후 반응시간이 짧은 도시지역에 설치된 T/M 강우관측소에 입력되는 매 시간(10분간격) 강우자료를 사용하여 호우개수방법에 의한 비정상(Non-stationary) 평균과 분산의 추정 그리고 호우속도 추정을 통한 정규잔차 공분산을 추정하여 다수의 지점들 및 선행시간들의 실시간 다변량 단기 강우예측 (On-line, Real-time, Multivariate Short-term, Rainfall Prediction)을 하였다. 강우예측시스템 모형에 의한 결과와 비정상 변량 모형에 의한 강우모의 결과가 잘 일치하였다. 그리고 예측정도를 측정하는 방법인 제곱 평균 제곱근 오차(RMSE)와 모형 효율성 계수(ME)를 분석한 결과, 강우 예측시간 즉 선행시간이 갈수록 제곱 평균 제곱근 오차가 커지고 모형 효율성 계수가 1로부터 점차 작아지는 것으로 보아 강우예측 정도가 떨어지는 것을 알 수 있었다. 또한 호우개수방법으로 구한 평균이 호우구조의 많은 부분을 차지하고 있음을 알 수 있었다.

• 응용통계연구
• /
• 제21권3호
• /
• pp.547-560
• /
• 2008

스펙트럼 밀도함수(spectral density function)는 시계열 자료가 정상성(stationarity)을 만족하는 경우에 주파수 영역(frrqllrnFr domain)에서 시계열 자료의 자기공분산함수(auto-covariance function)을 결정짓는 함수이고, 평활된 주기도(smoothed periodogram)는 스펙트럼 밀도함수의 일치 추정량(consistent estimator)이 됨이 잘 알려져 있다. 본 연구에서는 시계열 자료를 평활된 주기도를 이용하여 군집화하는 방법을 소개한다. 최근 김희영과 박만식 (2007)의 연구에 의하면 이 거리는 정상시계열들을 효율적으로 분류하고 있음을 알 수 있다. 본 연구는 시계열 자료를 분류하는데 사용된 기존의 거리들을 간략히 소개하고, 우리나라 22개 지역에서 1987년 1월부터 2007년 12월까지 측정한 월별 강수량 자료를 대상으로 평활된 주기도 거리를 이용하여 지역을 군집화한다.

• Communications for Statistical Applications and Methods
• /
• 제30권4호
• /
• pp.369-388
• /
• 2023

In this paper, we develop the two-step procedure that detects and estimates the position of structural changes for multivariate nonstationary time series, either on mean parameters or second-order structures. We first investigate the presence of mean structural change by monitoring data through the aggregated cumulative sum (CUSUM) type statistic, a sequential procedure identifying the likely position of the change point on its trend. If no mean change point is detected, the proposed method proceeds to scan the second-order structural change by modeling the multivariate nonstationary time series with a multivariate locally stationary Wavelet process, allowing the time-localized auto-correlation and cross-dependence. Under this framework, the estimated dynamic spectral matrices derived from the local wavelet periodogram capture the time-evolving scale-specific auto- and cross-dependence features of data. We then monitor the change point from the lower-dimensional approximated space of the spectral matrices over time by applying the dynamic principal component analysis. Different from existing methods requiring prior information on the type of changes between mean and covariance structures as an input for the implementation, the proposed algorithm provides the output indicating the type of change and the estimated location of its occurrence. The performance of the proposed method is demonstrated in simulations and the analysis of two real finance datasets.

• 한국습지학회지
• /
• 제20권4호
• /
• pp.338-344
• /
• 2018

본 연구에서는 기후변화에 따른 극한 강우의 비정상성을 반영하기 위하여 GEV 분포의 3개 매개변수 중 위치매개변수를 공변량으로 적용하여, 지표면 기온(Surface air temperature, SAT) 및 이슬점 온도(Dew point temperature, DPT)을 고려한 비정상성 빈도해석이 실시된다. 부산 지점이 연구대상지점으로 선정되었으며, 5월부터 10월까지의 월 최대 일강수량을 이용하여 분석을 수행하였다. GEV 분포의 위치 매개변수를 위한 가장 적절한 공변량(기온과 이슬점 온도) 함수를 선택하기 위하여 다양한 모델을 구성하였으며, 구성된 모델 중 AIC(Akaike Information Criterion)가 가장 작은 모델을 최적 모델로 선정하였다. 분석 결과, exp(DPT)가 공변량인 비정상성 GEV 분포가 가장 적합한 것으로 나타났다. 선택된 모델을 이용하여 기후변화 시나리오에 따른 확률강우량의 영향을 분석하였으며, 부산지점의 경우 미래 이슬점 온도가 증가함에 따라 확률강우량이 증가할 가능성이 매우 높음을 살펴볼 수 있었다.

• Journal of the Korean Statistical Society
• /
• 제26권1호
• /
• pp.31-46
• /
• 1997

Let $X_{t}$ = .beta. $X_{{t-1}}$ + .epsilon.$_{t}$ be an autoregressive process where $\mid$.beta.$\mid$ < 1 and {.epsilon.$_{t}$} is independent and identically distriubted with regularly varying tail probabilities. This process is called the asymptotically stationary first-order autoregressive process (AR(1)) with infinite variance. In this paper, we obtain a host of weak convergences of some point processes based on bootstrapping of { $X_{t}$}. These kinds of results can be generalized under the infinite variance assumption to ensure the asymptotic validity of the bootstrap method for various functionals of { $X_{t}$} such as partial sums, sample covariance and sample correlation functions, etc.ions, etc.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 Ⅳ
• /
• pp.1711-1714
• /
• 2003

The noise in an image degrades image quality and deteriorates coding efficiency of compression. Recently, various edge-preserving noise filtering methods based on the nonstationary image model have been proposed to overcome this problem. In most conventional nonstationary image models, however, pixels are assumed to be uncorrelated to each other In order not to increase the computational burden too much. As a result, some detailed information is lost in the filtered results. In this paper, we propose a computationally feasible adaptive noise smoothing algorithm which considers the nonstationary correlation characteristics of images. We assume that an image has a nonstationary mean and can be segmented into subimages which have individually different stationary correlations. Taking advantage of the special structure of the covariance matrix that results from the proposed image model, we derive a computationally efficient FFT-based adaptive linear minimum mean square error filter. The justification for the proposed image model is presented and the effectiveness of the proposed algorithm is demonstrated experimentally.