高阶统计量用于信号分析

概念

 高阶统计量是指阶数大于二阶的更高阶的随机变量或随机过程的统计量,主要有高阶矩、高阶累积量和高阶累积量谱(简称高阶谱)等内容。

矩的分析

数学上矩的定义是一个量的加权平均，在图像中权为灰度值，零阶矩描述的是质量，一阶矩描述的是质心，量为距离。

统计矩用来衡量数据样本对于样本中所选定中心的离散情况。

分为原点矩 ： 衡量样本相对于坐标原点的离散情况

和中心矩： 衡量样本相对于样本均值的离散情况

对于离散分布来说， 一阶原点矩就是样本的均值。

对于连续分布来说，一阶原点矩就是样本值与样本概率乘积总和的1/n

二阶的中心矩，就是样本的方差。

二阶的原点矩衡量相对于坐标离散程度。

三阶是描述数据的偏离度的。

二阶统计量

随机变量（矢量）：方差、协方差（相关矩）、二阶矩。

随机过程：自相关函数、功率谱、互相关函数、互功率谱、自协方差函数等。

高阶统计量

随机变量（矢量）：高阶矩、高阶累积量，

随机过程：高阶矩、高阶累积量、高阶谱。

高阶统计量方法的优点有以下几点：

(1)