A novel signal extraction approach for filtering and forecasting noisy exponential series

Les coefficients des relations récurrentes linéaires (RRL) jouent un rôle central dans beaucoup de techniques de prévision. Une formule exacte et close des coefficients d'une RRL permet d'obtenir des prévisions plus précises. Prenant en compte le fait que, dans la réalité, une suite temporelle de données est contaminée par du bruit, il est très important de pouvoir en extraire la série sans bruit. Ce texte vise à obtenir une forme close, avec un niveau de bruit moindre, des coefficients d'une RRL, pour les suites en temps exponentiel avec bruit. Une autre nouveauté de notre approche est l'amélioration de l'efficacité du filtrage par l'utilisation de vecteurs propres sans bruit de la matrice de covariance. Les résultats des simulations confirment que l'approche proposée améliore le filtrage et les prévisions.