Liniowa prognoza ^rfoniokwadratowa svqna»ów stacjonarnych
Wprowadźmy obecnie rodzinę pod przestrzeni
Ufkspantf.....z*} , .' = 0,!,.. <<*
i rozwoźmy podprzestrzeń (Jq =span{z°,...}2n]
(2.71)
(2-72) Ą
której elementami są wielomiany zmiennej zespolonej z
<P(z) =/0r° 4-/i z1+.. + /**" (2 73)
Iloczyn skalamy elementów <D(zJ i T(r) wyraża się. zgodnie z (2.67). jako
dO
(2.74)
Izomorfizm Kolmogorowa
Przestrzeń zmiennych losowych L2{U,%p) ■ przestrzeń wielomianów Lą(T\ sn - na mocy izomorfizmu Kolmogorowa [8] - izomorficzne jako przestrzenie Hilberta. Oznacza to. że istnieje wzajemnie jednoznaczna odpowiednio^ mię dzy elementami
y(f -1) zł , / = 0,1,...
Ponadto z odpowiedniości
y(r -')+->
y(t-k) z*
wynika, że
y(t -<•)+}’('-*) <->• **+**
ay(/-A) <-ł oz*
gdzie lub C. W konsekwencji
ę>(/) = X /tfft ~ O ^(r) = 1-»=o '=°
(2.75)
(2.76)
(2.77)
(2.78)
--------Postawienie problemu prognozy
Zauważmy, że korzystając z (2.67), (2.63) oraz z (2.47). mamy
(Z.z*)*/ = f e;‘° — = f e-m-l)0W( ;<>,</£ _
2/r ' 2^
= c(* - O = (yl< - 0,y(r - *))«
co pociąga za sobą zgodnie z (2.74). (2.73). (2.66) oraz (2.47)
2;r
(2.79)
r0*=0
= X Z/r#-i)|* = 1=0*=o
= FCG* = (ę)(0i v(0)« Stad wniosek, że
ll®Wllw=M0llii
a w konsekwencji (/7ł/(‘I>(z),vP(z)) = dłi(łp(r), i/t(t))
Z 7T
(2.80)
(2.81)
(2.82)
W ten sposób pokazaliśmy, że między przestrzeniami L2(T) a L}{ Zl.W.p} istnieje izometria (2.82). W konkluzji możemy zatem stwierdzić, że przestrzenie te są izomorficznie izometrycznc.
Zauważmy, żc na mocy (2.75). reprezentantem Kolmogorowa teraźniejszości y(t) € Li{ V, 9?.//} jest element z° = I €lsi(T).ty
y(/) z° = I (2.83)
Dalej, biorąc pod uwagę (2.75) dla / = I_____n. (2.77) oraz (2.78). mamy
57 = span{y(t- 1).. ,y(f - n)} <-* .....f) (2.84)
tj. reprezentantem podprzestrzem (2.48) rozpiętej na (n-krokowej) przeszłości sygnału y jest podprzestrzeń wielomianów zmiennej z (stopnia n). Analogicznie
32
Liniowa prognoza śreoniokwadrafowa sygnałów stacjonarnych
z (2.83), (2.84), (2.78) oraz (2.79) wynika, że w omawianym izomorfizmie reprezentantem Kolmogorowa estymatora %{t) (2.56). minimalizującego normę IMOHu błędu (2.55). jesl wielomian X
AH(z)4p(C/f)z°=.ai»^ • *,*" €l/f (2.85)
lj- :&
Mt) = rW)y{,) C.S7 <-+ A„(z) = P({/")r° 6 U" (2.86) lf
pt7.y czym. na mocy (2.81) i (2.82), wielomian ten minimalizuje normę ||AaJ|^ błędu /.>
Przestrzeń £2 wektorów współczynników
33
Postawienie proriemu prognozy
Przestrzeń £2 jest ośrodkow ą przestrzenia Hilberta nieskończonych ciągów ska larów /o,/,,... takich że
MO = P(USQU?)z° = P((Ul)l)z° = I -A„(z) = = I ■z° + fl|Zl + K/f
CU. 1
wielomianowej aproksymacji elementu — I w podprzestrzem L/[V W końcu reprezentantem wektora błędu en(r) (2.55). jest wielomian (2.87), czyli mamy
•£3§śl
W len sposób, dzięki izomorfizmowi Kolmogorowa. pokazaliśmy żc problem estymacji stochastycznej w przestrzeni zmiennych losowych jest & i
równoważny deterministycznemu problemowi aproksymacji wielomianowej w przestrzeni Lii?). Zauważmy, że warunki oplymalności wielomianu aprok- rK symująccgo A„(?) wynikają analogicznie, jak poprzednio z ortogonalności błędu aproksymacji A„(z) względem podprzestrzeń i Uf i w konsekwencji sprowadzają się do jednoczesnego spełnienia układu równań
Ll/<l2 < »
i-0
Rozważmy bazę naturalną tej przestrzeni
e(i) = [0 .0^0...] 1 = 0.1,...
i
Zatem
£2 = J/wn{e(0),e(l),... } i dowolny element tej przestrzeni wyraża się jako
F = f>(,) = Z/[0 -0^0. .] =
1=0 i—0 f
»=0
(2.91)
(2.92)
(2.93)
(2.94)
(MO.**)***© A:= a błąd aproksymacji wyraża się jako
K.U)tl),e=||An(r)||,e
(2.89)
(2.90)
Jesl przy tym oczywiste - na mocy izomorfizmu Kolmogorowa - że warunki (2.89) oraz (2.90) są równoważne układowi równań (2.60) i (2.62). a w konsekwencji układowi lównań normalnych (2.28).
W przestrzeni ^2 wprowadza się standardowo iloczyn skalamy jako
t A r,.f., j I gdy A = i (2.95)
(•W.«(*))/= •W® (*) = (o gdy kjŁi
Wówczas układ elementów («(/))"0 s,anowi haz( ortonormalną (ON) przestrzeni (2. Stąd i z (2.94) wynika, że
{r,G)t = FG’ = £/,<?,
1=0
oraz
ll^Hr = (F\F)J = [ZWI2)
(2.96)
< co
34