邮政储蓄月增量的谱分析

本文介绍平稳时间序列谱密度的加窗周期图估计方法,用加窗周期图估计邮政储蓄月增量序列的谱密度,对邮政储蓄月增量的时间序列进行频域分析,给出该序列统计特征的描述与推断。     

基于频域平滑循环周期图法的直接序列扩频信号的参数估计

根据直接序列扩频(DS-SS)信号的传输特点,将其建立为循环平稳模型.利用基于频域平滑的周期图估计了DS-SS信号的码元速率、载波频率、初始时间和初始相位,提高了参数估计精度.在循环谱密度函数的数字实现过程中,用频域平滑后的循环周期图估计循环谱密度函数,推导了在有限数据条件下循环谱的对称式周期图估计和频域平滑对称式周期图估计的方差表达式,分析了经过频域平滑后的DS-SS信号参数估计方差和估计精度.最后,仿真实验验证了算法的有效性.     

太阳黑子数与电离层TEC的相关性分析

为了研究电离层TEC与太阳黑子数在短周期上的相关关系,采用1997～2004年的太阳黑子数资料与同期厦门站的电离层TEC数据,利用小波功率谱分析的方法提取3个尺度的短周期,并利用小波相干谱的方法重点研究了两者在278 d周期上的相关性。研究表明：太阳黑子数和电离层TEC主要存在准27 d、准半年周期以及年周期等短周期,而且电离层TEC和太阳黑子在准27 d周期上有良好的相关性。位相计算表明,电离层TEC的变化滞后于太阳黑子数2～3 d。厦门地区TEC与太阳活动的相关性在夏季比其他季节更强,这对提高该地区电离层TEC预报精度有很大意义。     

基于功率谱的扎龙湿地降水周期分析

降水等时间序列往往存在周期性波动的特征,其周期的识别和提取通常采用谱分析方法从频域角度进行分析。基于谱分析中的功率谱原理对扎龙湿地1951~2008年的降水时间序列进行分析。结果表明,该地区存在3年左右的降水周期;研究也表明功率谱对于短周期的识别比较稳定和准确,最大时滞主观选择的不同会造成不同长周期的识别和提取,产生虚假的周期。     

集合经验模态分解在陕西降水多尺度分析中的应用

根据1960—2009年陕西省陕北、关中、陕南3个地区的年降水量资料,利用集合经验模态分解方法进行了降水量变化的多时间尺度分析,探讨了影响陕西省3个区域降水量变化的因素。结果表明,在整个时间跨度,陕南地区"先升后降"的长趋势变化不同于陕北、关中地区保持递减的长趋势变化。尽管陕西省3个区域主要周期大小有一定的差别,但是都存在着10.5年左右的年代际周期,这个年代际周期与太阳黑子相对数11年的周期大致相同,说明了陕西省3个区域的降水可能受太阳黑子活动的影响。     

时间序列分析的历史发展

阐述了时间序列分析的发展历程：早期自然科学主要应用单纯的描述性分析;差分、指数和滑动平均等基本概念推动了统计性时序分析的发展;以Fourier级数为基础的周期图方法是频域分析的核心内容;时域分析经过了从AR（2）模型、AR（4）模型→AR（s）模型＋MA（h）模型→AR-MA（s,h）模型→ARIMA模型→ARCH、ARCH族模型的漫长过程.     

基于小波与BP神经网络的太阳黑子时间序列分析预测

太阳黑子年平均数序列是典型的非线性、复杂时间序列.本文利用小波变换,将太阳黑子年平均数序列进行分解重构,对信号的周期特性进行分析,然后采用BP神经网络对重构信号进行预测,建立太阳黑子年平均数的预测序列.结果表明,该模型具有较高的预测精度.     

太阳黑子相对数的多时间尺度及混沌特性分析

本文将1749年1月至2016年12月的太阳黑子相对数作为研究对象,利用集合经验模态分解方法和混沌动力学理论对该观测资料进行了多时间尺度和混沌特性分析,并对比了太阳黑子相对数和其剔除周期成分或混沌成分后的时间序列的分析结果.结果表明,太阳黑子相对数由周期成分、混沌成分和趋势成分组成,有着明显的多时间尺度和混沌特性,太阳黑子活动规律由产生周期性活动的物理机制和混沌动力学因素共同作用的结果.在进行多时间尺度分析时,剔除其混沌成分,不影响多时间尺度分析结果.在进行混沌特性分析时,太阳黑子相对数比其剔除周期成分后的时间序列的混沌特征更明显.     

多资产波动序列日内共同周期结构研究?

利用灵活傅里叶变换回归(FFF)方法对中国股票市场多资产波动序列建立日内周期模型,并利用典型相关的假设检验和多元信息准则来确定波动序列共同周期成分的数目和周期元素的数目.实证分析表明:1)通过对中国上证8只银行股票146d的5min数据分析,发现有3个共同周期成分可以描述日内波动,并且利用共同周期成分预测未来波动优于时间序列模型的预测效果;2)通过对不同抽样尺寸下的对比研究发现,5min抽样频率的波动序列更适合用降秩方法来确定共同周期成分.     

太阳活动对黄帝陵500年侧柏年轮变化的可能影响

用小波功率谱方法分析了处于公元1470～1974年间的黄帝陵侧柏年轮指数及长序列的太阳黑子相对数的变化,讨论了它们的变化特征.结果表明黄帝陵侧柏年轮变化具有约2～7,11,93和150a的周期.太阳黑子相对数变化的分析中采用了两个数据序列,对1700～1974年的年均值序列的分析,得到其变化周期约为11,50,93a;对利用地磁资料重建的10a间隔的长7000年的太阳黑子序列,对其1465～1975年间资料的分析得到变化周期约为50,90和160a周期.分析认为,除树木年轮中2～7a的周期被一般认为与ENSO有关外,其中11a的变化周期与太阳活动的Schwabe周期有关,90和150a的长周期变化可能与太阳活动的Gleissberg周期和Suess周期有关.它们之间相关的原因可能来自太阳活动对气候的影响,并进一步影响树木的生长.