蝗虫心电图的类型和ARMA谱分析

介绍了蝗虫心电图的测试方法,并证实了使用人类肢体导联和自制的针形电极的合理性和可靠性。文章将蝗虫心电图归为7种类型,并发现蝗虫心电信号一般较微弱,振幅仅约0.7～2.0mV,平均心率为30～300次/min。研究结果表明,ARMA谱作为一种数学模型,比心电图本身更能反映低等动动心电图的内在生理特征,完全适用于昆虫心电图分析。     

采用时序谱分析纱条的不匀结构

本文采用ARMA模型谱分析纱条不匀,通过与条干仪分析结果对比发现,在对信号经21阶 FIR低通滤波器滤波后,选择ARMA(5,1)到ARMA(8,2)的模型,能得到较好的分析结果。对此,本文检验了不少纱条不匀信号的非稳定性,这在选择模型参数辨识方法时应予注意。     

基于ARMA模型双谱分布与FCM方法的轴承故障识别

针对滚动轴承信号非线性和非高斯性的特点,提出了基于自回归滑动平均(ARMA)模型双谱分布特征与模糊c均值(FCM)聚类分析的故障识别方法.首先,利用经验模态分解改善信号,对获得的信号主分量建立ARMA模型;然后,对ARMA模型进行双谱分析;最后,以阈值化的双谱分布二值图为特征向量,借助FCM聚类算法构建类模板与最近邻模板分类器,实现故障识别.滚动轴承实例诊断结果表明,该方法能准确地判断轴承的实际性态,是一种有效的故障识别方法.     

基于奇异谱分析的上证指数预测模型

该文应用奇异谱分析(SSA)的方法,对一维时间序列--证券指数,构造延迟矩阵,运用时间经验正交函数(EOF),对原序列进行重构,有效地提取序列中隐含的波形信号;利用自回归移动平均模型(ARMA模型)对原序列和重构结果分别进行预测,并进行比较.     

在生理信号频谱分析中掌握离散傅立叶变换法

数字信号处理理论课中,通常以持续时间有限长的带限信号这种抽象假设的信号形式讲解基于离散傅立叶变换(DFT)的信号谱分析.然而,持续时间有限长的带限信号并不存在,这常常导致课堂教学中对DFT这种信号谱分析方法的教和学都成为难点.用学生所熟悉的心电图和皮肤电导生理信号的谱分析过程来分解DFT过程中的各个难点,可以有效地帮助学生理解和掌握离散傅立叶变换这种应用广泛的信号谱分析方法.     

基于RTK GPS系统的结构安全 监测系统研究

利用GPS系统在线监测获取的大量结构响应数据,完成了大量数据处理工作,得到了结构响应的时间序列。在此基础上,完成了结构响应的谱分析,初步建立了结构响应的状态空间模型及ARMA（autoregressive moving average method）模型。计算分析结果与大桥通车试验的实测结果及有限元模型预测结果相当吻合。研究表明,基于结构响应的状态空间模型及ARMA模型是评估结构动力性能的有力工具,同时进一步验证了通过RTK GPS系统建立结构安全监测系统的可能性。     

基于ARMA模型的河川年径流量预测

利用ARMA模型对河川径流量预测进行了研究.ARMA模型主要利用数据间的相关性来建立模型,根据数据分析建立ARMA(3,1)模型最优,但预测效果并不好.为了达到好的预测效果,把两个ARMA模型组合运用建立新的模型,得到较好的预测效果.     

黑河中上游草原蝗虫生态分布与生境的关系

以黑河中上游天然草地为例,采用野外调查和定量分析方法,研究了不同草地蝗虫组成、生态种组分布及其与生境的相关关系.结果表明:黑河中上游天然草地的地形、气候条件和土壤、植被组成具有明显异质性;连续4年野外采集蝗虫38种,隶属于3科11属,32个多布种蝗虫在相关性系数0.50处,聚为8个生态种组.蝗虫具有极为广泛的生态适应性,同时草原区的生境决定着蝗虫的地理分布格局,研究区蝗虫主要分布在海拔2000～3000 m的祁连山地.温度因子是蜱虫种属组成的促进因子,其他因子为抑制因子;温度与降水量是蝗虫密度的促进因子;极端最低温与蝗虫种属组成存在极显著关系,与蝗虫密度存在显著关系.     

白石头蝗区蝗虫分布与生境因子关系研究

结合实地考察样点处蝗虫密度情况,研究了白石头蝗区海拔、植被、土壤理化性质与蝗虫数量之间的关系.结果表明,在海拔2000m～2400 m之间,随着海拔的升高,蝗虫密度减少.蝗虫主要分布在山地荒漠草原和山地草原带,最适宜的栖息场所为植被覆盖度介于35%～55%之间、土壤呈碱性(pH平均值为8.40)的环境.土壤含盐量范围为0.05%～0.60%,不会对蝗虫的活动产生影响.土壤有机质直接影响到地上植被的长势,从而影响蝗虫的生存.     

考虑流动性风险的ARMA模型在股票收益率中的应用研究

把度量流动性风险的指标结合到ARMA模型中,对3个综合性指标:Amivest流动比率、马丁指数(Martin Index)、休-赫贝尔流动性比率进行比较分析.以三一重工股票收益率数据为实证样本,研究表明,考虑流动性风险的ARMA模型比一般的ARMA模型优越,而带马氏指数的ARMA模型在所分析的模型当中拟合结果最好.     

逆自相关函数G—谱估计的渐近正态性

本文证明了自回归滑动平均序列ARPA(p,q)逆自相关函数G-谱估计的渐近正态性。     

ARMA谱估计中若干问题的研究

本文首先讨论ARMA谱估计中谱值估计的运算量计算问题,分析了现有几种快速算法的各自特点,在此基础上,根据三角函数的Taylor展开式与周期性,提出了一种新的ARMA谱值估计快速算法——三角函数展开型算法;文中还详细地讨论了ARMA谱估计的分辨力问题,阐述了系统分辨力与频率分辨力的本质区别。     

九种蝗虫核仁组成区定位及其细胞分类学意义

本文以银染技术对我国九种蝗虫(分隶3个科8个属)进行了核仁组成区(Nucleolus-Organizing Region)的观察分析。结果表明:蝗总科昆虫同一属内NOR定位有一基本模式,属内种间具有相对恒定性,无显著差异,而在不同属间则有差别。因此,在揭示属内同源关系,进行近缘属之间的比较和鉴定时,NOR定位具有重要意义,并与其它各种染色体带型方法一起,构成细胞分类学的一个重要手段。     

噪声为ARMA序列时变参数估计

本文利用最小二乘估计给出噪声为 ＡＲＭＡ序列线性模型中时变参数估计,并讨论了估计量的相容性问题．     

图解基于信息准则的ARMA模型选择

ARMA模型的选择是时间序列分析中的一个棘手问题,用于选择AR和MA模型最为常见的ACF和PCF函数对ARMA模型的选择不再有效。推广的自相关函数EACF在一定程度上给出了一种解决办法,但是这种将表格直观化的方法也存在一些不足,所以它并未被广泛接受和推广开来。ACF和PCF的图形化与EACF的表格直观化特性相结合是构建基于信息准则的ARMA模型选择的一种很好的方法,同时利用R软件的强大作图功能,可以实现图解ARMA模型的这一选择过程,最终可以得到一种既有效又直观的ARMA模型选择方法。     

医用红外热图动态分析方法

提出了一种基于“自回归滑动平均”(ARMA)谱估计的医用多幅红外热图动态分析的方法。利用人体不同病灶区对外界温度激励的响应不同这一原理 ,从响应过程的多幅热图中 ,提取温度变化的时间序列 ,用工程频谱分析方法对时间序列进行 ARMA谱估计 ,从而得到表征病灶区特征的系统频谱参数。与传统的单幅红外热图静态分析方法相比 ,该方法更有效地揭示了不同病症的红外辐射特征。对部分病例的初步临床实验结果表明 :该方法可为基于红外热图的诊断提供一种新的分析手段     

辅助变量法及其改进算法在含噪声系统辨识中的运用

对ＡＲＭＡ模型含有输入噪声和量测噪声的情况进行了讨论，在两种情况下，最 乘法并不能得到很好的估计结果，运用辅助变量法可以提高估计精度。特别是在输入信号受到干扰时，配方提出了加权辅助变量法，可以得到比ＩＶ方法更精确的结果，尤其是在噪信比较高的场合，本文还给出了ＷＩＶ方法的无偏性分析。     

分立谱和连续谱对氢原子基态极化率的贡献

本文严格计算了氢原子基态的极化率，得到分立谱对极化率贡献的精确值为４．７９６９０７，连续谱的贡献是７／３．