基于三次样条的利率期限结构估计中的节点选择

将节点逐点删除方法应用于上海证券交易所交易的国债的利率期限结构拟合中样条函数的节点选择上, 并对利率期限结构进行了拟合.对基于节点逐点删除方法所得到的节点选择与较常用的5年和8年、7年和14年这两种节点选择进行了比较,样本外预测结果显示,基于节点逐点删除方法所得到的模型对短中长期国债的预测效果都比已有模型好,提高了期限结构定价的准确性.     

基于量子场理论的风险调整下的地方政府债远期利率期限结构

本文利用量子场理论分别对代表无风险的国债远期利率期限结构和代表信用违约风险的利差远期利率期限结构采用二维欧几里德量子场建模,进而构建风险调整下的地方政府债远期利率期限结构.实证分析比较量子场理论下的新模型、量子场理论下的传统模型和传统金融两因子HJM模型的拟合效果,推导出新模型下地方政府债瞬时远期利率的更新过程,对地方政府债瞬时远期利率进行预测并做稳健性检验.研究结构表明:新模型的预测效果显著优于量子场理论下的传统模型和传统金融两因子HJM模型.     

基于VRP方法的上交所国债利率期限结构拟合模型

针对一般样条方法在拟合利率期限结构时远期收益曲线振荡过大的缺陷,在差商定义三次B样条函数的基础上, 设定债券组合的权重,采用包含可变惩罚项的VRP方法, 构造了上交所国债利率期限结构拟合模型,该模型提高了拟合计算效率, 具有较高的精确性和平滑性,较为方便的拟合了即期利率与远期利率,可以作为估计我国的利率期限结构的有效方法,     

基于最小一乘准则下利率期限结构拟合中的节点选择

将稳健的最小一乘准则引入到三次样条函数中,利用最小一乘准则下的变量选择方法确定样条函数节点的数量和位置,从而构建模型,拟合上海证券交易所交易的国债利率期限结构。样本外预测结果显示,与传统的方法相比,新方法可以有效地增加估计的稳健性,提高预测的精度,增强期限结构定价的准确度。     

国债利率期限结构模型的实证比较

采用上交所国债数据对利率期限结构的4种构造模型进行较系统的横向对比实证。结果表明多项式样条法、B-样条法在价格拟合度方面占有明显优势；而Nelson—Siegel模型和Svennson模型构造的利率期限结构规范性较好，但其价格拟合度牺牲较多，其结果与债券市场隐含的期限结构有一定差异；B-样条法在利率期限结构的拟合精度、曲线光滑性及平稳性方面的综合效果最好。应用B-样条法对整个样本期国债交易数据的跟踪计算结果表明，该模型算法稳定可靠，能够精确有效地追踪国债利率期限结构的系统性变动，最适合作为当前债券利率期限结构的构造模型。     

债券利率期限结构的构造方法与实证检验

在分析利率期限结构的多种构造方法的基础上,运用上交所国债数据对其中常用的4种构造模型进行较系统的实证对比检验。结果表明,多项式样条法和B-样条法在价格拟合度方面占有明显优势,而N elson-S iegel模型和Svennson模型构造的利率期限结构规范性较好;B-样条法在利率期限结构的拟合精度、曲线光滑性及平稳性方面的综合效果最好。对上交所债券数据的跟踪计算表明,B-样条法算法稳定可靠,能够准确及时地反映国债利率期限结构的变动特征,推荐作为当前债券利率期限结构的构造方法。     

带有惩罚项的多项式样条函数利率期限结构模型实证比较

针对多项式样条函数利率期限结构模型在曲线近端存在过度拟合的问题,首先提出了带惩罚项的自适应半参数回归方法来确定拟合函数的未知参数,同时应用广义交叉验证法确定正则化参数,并利用遗传算法求解惩罚因子的最优值.其次与多项式样条函数利率期限结构模型进行了实证比较.结果表明:所给模型能够提高曲线拟合的平滑度, 但可能降低曲线的拟合精度.     

抗差样条模型对我国国债利率期限结构的建模与实证

针对我国国债市场部分债券价格扭曲的情况,提出一种基于抗差估计的样条期限结构模型,来拟合我国国债利率期限结构.实证的结果表明,这种方法具有优良的样本内、样本外性质,并且对错误定价的债券有一定的甄别能力.     

国债市场利率期限结构建模—-负指数立方L1平滑样条

通过对比国内外利率期限结构静态估计模型的优劣, 分析节点数目变化和定位改进B样条函数对利率期限结构静态估计的误差, 构建最小化定价误差的节点组合布局搜索程序, 并引入负指数平滑立方L₁样条优化模型, 将误差函数最小化结构从平方和最小化转化为误差距离最小化, 权衡拟合误差绝对距离最小化与贴现函数波动性约束, 克服B样条函数对节点数目与定位的人工干预和放宽对贴现函数的二阶平滑要求, 保留B样条函数刻画中长期利率波动趋势的优势, 增强对短期利率波动结构突变的估计和预测能力, 提高定价精确度和缓解利率期限结构曲线的过度波动问题.     

基于多项式样条函数的利率期限结构模型实证比较

推导出三次分段多项式样条贴现函数一般式的简化式，建立零息票债券利率期限结构样条回归模型，推导出即期零息票债券利率期限结构，并与文献[12]中的模型进行实证比较，结果表明本文模型能较好地降低国债定价误差。     

基于时频差的高阶强跟踪UKF算法

针对传统无迹卡尔曼滤波(unscented Kalman filter, UKF)在系统状态发生突变时估计精度下降的问题,将改进的强跟踪滤波算法与基于高斯概率密度高阶导的无迹卡尔曼滤波算法(high order probability density derivative, HUKF)相结合,提出了高阶强跟踪无迹卡尔曼滤波方法(high order strong tracking UKF, HSUKF)。该算法采用高斯概率密度函数高阶导数的极值作为Sigma样点进行无迹转换,通过样本点捕捉更高阶的中心矩来提高非线性变换近似精度。将改进的强跟踪滤波算法引入到HUKF中,通过渐消因子修正预测新息协方差和预测互协方差矩阵,强迫新息正交,在不增加计算复杂度的前提下提高了算法在状态发生突变时的适应能力。将本文算法应用于时差频差的无源跟踪中,通过对目标状态发生突变的跟踪问题进行数值仿真和实例论证表明HSUKF算法兼具了计算复杂度低和估计精度高的特性,且在系统状态发生突变的情况下表现出良好的滤波性能。     

多路延迟结构的修正MUSIC算法频率估计

提出将多路延迟数字测频结构与高分辨率谱估计的MUSIC算法相结合,有效地实现了信号频率估计。针对MUSIC算法在低信噪比条件下频率估计性能下降的缺点,研究的修正MUSIC算法通过对接收数据共轭重构,产生新的协方差矩阵,有助于改善特征值的分布,使其具有平均的意义,从而提高了信号频率估计的性能。实验结果证明,相对于常规MUSIC算法,该方法在相同的信噪比和快拍数条件下,具有更高的频率估计精度和稳健性,而且计算量也无明显增加。     

基于改进正交匹配追踪算法的属性散射中心提取

属性散射中心模型是描述目标后向电磁散射特性的典型模型, 但其中传统的正交匹配追踪(orthogonal matching pursuit, OMP)算法提取模型时具有参数复杂度高、计算时间长等问题。对此提出一种基于稀疏字典的广义正交性的改进OMP算法, 快速定位模型位置参数值, 避免了正交匹配中的寻优过程, 从而降低算法的运算复杂度。通过对两类算法计算复杂度和计算精度进行多次蒙特卡罗实验比较得出,改进OMP算法提高了模型参数的估计精度与噪声鲁棒性, 且大幅降低了算法的运算复杂度, 相比于传统的OMP算法, 运算时间至少降低30%。     

基于控制参数估计的再入滑翔目标智能轨迹预测算法

再入滑翔目标的轨迹预测是一项困难且具有意义的技术, 现有利用简单函数拟合控制参数进行轨迹预测的方法, 拟合精度不高且对数据的关联性不强。针对该问题, 本文结合长短期时序网络提出了基于控制参数估计的智能轨迹预测算法。首先, 通过设计快速轨迹生成算法, 结合攻角走廊模型快速生成大量机动轨迹, 构建数据集。然后, 建立了包含末点修正网络、控制参数修正网络及预测网络的智能轨迹预测框架, 利用数据集对关键控制参数的变化规律进行学习。最后, 结合目标运动模型积分外推实现轨迹的准确预测。仿真结果表明, 所设计的预测算法在不同机动模式下的预测平均误差不超过1.4 km, 最大误差不超过2.5 km, 能够实现轨迹的快速预测, 且对大气扰动造成的模型不确定性具有一定的鲁棒性。     

基于Lambert W函数的装备经济寿命分析

为改进现有装备经济寿命模型求解时计算量大、不便于分析等缺点,提出了一种新的装备经济寿命确定方法。首先通过Lambert W函数求解出装备经济寿命的精确计算解析式,其次采用多项式拟合、有理拟合对Lambert W函数进行精确估算,并将结果与Lambert W函数近似解和精确解进行比较,在此基础上得出了装备经济寿命的精确估算公式。实验表明,估算公式是一个分段函数形式,对经济寿命的估算精度可控制在±1年。该方法与传统的列表法相比,不仅具有直观性,利于掌握和计算,同时便于进一步分析经济寿命的影响因素和变化规律。     

基扩展模型下基于LSTM神经网络的时变信道预测方法

针对高速移动正交频分复用系统, 提出了一种基扩展模型(basis expansion model, BEM)下基于长短期记忆(long short-term memory, LSTM)神经网络的时变信道预测方法。为了降低传统BEM的建模误差, 根据高速移动环境中不同列车在相同位置处的无线信道具有强相关性的特点, 首先基于历史时刻的信道状态信息获取最优的基函数, 并利用该基函数对信道进行建模。然后, 通过LSTM神经网络对信道基系数进行线下训练与线上预测来获取未来时刻信道信息, 大大降低了计算复杂度。在线下训练中, 将网络的逼近目标设置为信道估计值, 而不是理想的信道信息, 以增强预测模型的实用性。仿真结果表明, 相比现有方法, 新方法的计算复杂度较低, 且预测精度较高。     

突发信号载波频偏估计的广义延拓逼近算法

为了解决在突发信号载波频偏估计问题中,载波频偏估计算法对估计精度、信噪比门限和估计范围的兼顾问题,提出了基于广义延拓逼近的载波频偏估计算法。该算法无需数据辅助,对接收信号频域信息做合理单元划分,节点处满足插值条件,单元域内实现最佳拟合,能够有效提升整域内的逼近精度。仿真结果表明,与文献算法相比,该算法具有更低的信噪比门限、更高的估计精度和理论最佳的估计范围。算法数学模型稳健、复杂度低,具有很好的可实现性和很高的使用价值。     

基于改进MUSIC算法的散射中心参数提取及RCS重构

随着隐身技术的发展，雷达目标的边缘绕射等逐渐取代镜面散射成为主要的散射源，因此基于几何绕射理论（geometric theory of diffraction，GTD）的散射中心模型对隐身目标电磁散射特性的描述要比衰减指数和模型更为精确。显然，准确估计出GTD散射中心参数对刻画目标散射特性犹为重要。针对经典多重信号分类（multiple signal classification，MUSIC）法仅利用目标原始回波数据、参数估计精度不高这一问题，提出一种改进的MUSIC算法对散射参数估计提取。改进的MUSIC算法通过对原始回波数据取共轭，构建新的总协方差矩阵，有效利用了目标原始回波数据的共轭信息。仿真结果表明，与经典MUSIC算法相比，改进的MUSIC算法参数估计精度更高，雷达散射截面重构拟合程度更好，且运算量增加不大，可有效提取出隐身目标的散射中心。     

利率的期限结构与经济增长预期

利率的期限结构是指在某一特定时点不同到期期限利率的集合．经济理论表明利率的期限结构中包含了关于市场对未来利率的预期、货币当局的政策态度、经济增长预期、通货膨胀预期、就业以及经济周期等方面的经济信息．文章根据有关的经济理论研究利率期限结构对未来经济增长的解释和预测能力．实证结果表明，利率期限结构在一定的期间内能够对未来的经济增长做出解释和预测．     

一种新的H.264基本单元码率控制方法

通过对H.264码率控制原理的分析,提出一种基于峰值信噪比(peak signal noise ratio,PSNR)的图像复杂度估计方法,与平均绝对差值(mean absolute difference,MAD)联合估计基本单元编码复杂度,使基本单元目标比特分配更精确。考虑到MAD线性预测模型计算复杂度高的缺点,利用图像的空间和时间相关性,提出一种加权预测模型的基本单元MAD预测方法,省略参数更新过程以减少计算量。仿真结果表明,提出的加权模型与线性模型预测精度基本相当;所提方法在精确分配目标比特和控制码率的同时,与JM9.6相比,可以令PSNR更为平滑,且平均性能提高0.2 dB。