A matrix approach to get the variance of the square of the fluctuation function of the DFA
BERTHELOT, Bastien
THALES Avionics Electrical Systems [TAES]
Méthodes avancées d’apprentissage statistique et de contrôle [ASTRAL]
THALES Avionics Electrical Systems [TAES]
Méthodes avancées d’apprentissage statistique et de contrôle [ASTRAL]
LEGRAND, Pierrick
Méthodes avancées d’apprentissage statistique et de contrôle [ASTRAL]
Institut de Mathématiques de Bordeaux [IMB]
Université de Bordeaux [UB]
Méthodes avancées d’apprentissage statistique et de contrôle [ASTRAL]
Institut de Mathématiques de Bordeaux [IMB]
Université de Bordeaux [UB]
BERTHELOT, Bastien
THALES Avionics Electrical Systems [TAES]
Méthodes avancées d’apprentissage statistique et de contrôle [ASTRAL]
THALES Avionics Electrical Systems [TAES]
Méthodes avancées d’apprentissage statistique et de contrôle [ASTRAL]
LEGRAND, Pierrick
Méthodes avancées d’apprentissage statistique et de contrôle [ASTRAL]
Institut de Mathématiques de Bordeaux [IMB]
Université de Bordeaux [UB]
< Réduire
Méthodes avancées d’apprentissage statistique et de contrôle [ASTRAL]
Institut de Mathématiques de Bordeaux [IMB]
Université de Bordeaux [UB]
Langue
en
Article de revue
Ce document a été publié dans
Digital Signal Processing. 2021
Elsevier
Résumé en anglais
The fluctuation analysis (FA) and the detrended fluctuation analysis (DFA) make it possible to estimate the Hurst exponent H, which characterizes the self-similarity of a signal. Both are based on the fact that the so-called ...Lire la suite >
The fluctuation analysis (FA) and the detrended fluctuation analysis (DFA) make it possible to estimate the Hurst exponent H, which characterizes the self-similarity of a signal. Both are based on the fact that the so-called fluctuation function, which can be seen as an approximation of the standard deviation of the process scaled in time by multiplying the time variable by a positive constant, depends on H. The main novelty of the paper is to provide the expression of the variance of the square of the fluctuation function, by using a matrix formulation. We show that it depends on the correlation function of the signal under study when it is zero-mean and Gaussian. Illustrations are given when dealing with a zero-mean white Gaussian noise. Moving average processes and first-order autoregressive processes are also addressed.< Réduire
Mots clés en anglais
DFA
FA
Statistical analysis
Variance
Origine
Importé de halUnités de recherche