一种新的数据二阶特征估计算法及其在数据校正中的应用

在许多数据分析，尤其是数据校正过程中，需要知道数据的二阶特征。现行的二阶特征算法通常是对方差的估计，算法存在共同的局限性，即假定样本中不含有显著误差，并且服从正态分布。这种假定在许多实际情况中是不能满足的，从而使算法的应用受到了限制。针对常用算法的局限性，本文提出了一种新的数据二阶特征估计算法。该算法基于序列的关联性理论，通过对信号或然误差的实时估计实现对数据等效二阶特征的估计。理论分析和仿真实例验证了新算法的有效性。