Resumen

Para series temporales no estacionarias que consisten en múltiples componentes de frecuencia variable en el tiempo (TVF) donde la frecuencia de los componentes se superpone en el tiempo, los filtros lineales clásicos no logran extraer los componentes. El filtro - basado en deformación temporal ha sido desarrollado para extraer componentes de procesos multicomponentes no estacionarios. En este artículo, exploramos la amplia aplicación del filtro - para filtrar diferentes tipos de procesos no estacionarios con estructura de tiempo-frecuencia múltiple. Ejemplos de simulación ilustran que el filtro - se puede aplicar para filtrar una amplia gama de procesos no estacionarios multicomponentes donde los componentes TVF pueden superponerse en el tiempo.

• Materias:Distribución generalizada Variable binaria Predicción bayesianas Inferencia bayesiana Parámetros de distribución
• Subjects:Generalized distribution Binary variable Bayesian prediction Bayesian Inference Distribution Parameters
• Palabras claves:Frecuencia variable en el tiempo; Componentes; Filtro; Deformación en el tiempo; Proceso no estacionario multicomponente; Superposición en el tiempo
• Keywords:Time-varying frequency; Components; -filter; Time deformation; Multicomponent nonstationary process; Overlap in time