Wold-Kolmogorov Prediction Theory

概述

Wold-Kolmogorov预测理论是平稳过程预测理论的统一体系，结合了Herman Wold和Andrey Kolmogorov在预测问题上的研究成果。Wold的工作侧重时域，而Kolmogorov的工作侧重频域（谱分析）。

关键内容

1. 理论构成：
2. Wold贡献：从时域角度直接在时间轴上给出分解的存在性与唯一性

3. Kolmogorov贡献：从频域（谱分析）角度建立预测理论，用谱密度刻画可预测性的判据

4. 核心洞察：

5. 平稳过程的可预测性与其谱密度函数的性质密切相关

6. 当平稳过程的谱密度f(λ)满足Paley-Wiener条件：$\int_{-\pi}^{\pi} \log f(\lambda) \, d\lambda > -\infty$时，该过程是"纯不确定的"——它的未来无法被过去完美预测

7. 理论意义：

8. 共同构成了平稳过程预测理论的两大支柱
9. 统一了时域和频域的预测方法
10. 为后续的信号处理和控制系统设计提供了理论基础

来源

• Wold Decomposition Theorem — Wold和Kolmogorov工作的交汇

相关

• Herman Wold — co_developer
• Andrey Kolmogorov — co_developer
• Wold Decomposition Theorem — theoretical_basis
• Spectral Analysis — related_method