Process capability analysis and estimation scheme for autocorrelated data

<正>Autocorrelation is prevalent in continuous production processes,such as the processes in the chemical and pharmaceutical industries.With the development of measurement technology and data acquisition technology,sampling frequency is getting higher and the existence of autocorrelation cannot be ignored.This paper analyzes five estimation schemes of process capability for autocorrelated data.Comparisons among these schemes are discussed for small sample and large sample.In conclusion,this paper gives a procedure of process capability analysis for autocorrelated data.     

自回归过程逆自相关函数的估计

这篇文章使用Kanto公式[8]给出了自回归过程逆自相关函数的一种直接估计方法。并且证明了这种估计的强相容性和渐近正态性     

氢原子Rydberg波包的演化和恢复

通过建立自动关联函数以及将波函数扩展为一系列的次波函数的叠加的方法,研究了在大于恢复时间trev时氢原子Rydberg波包的行为特征。大于恢复时间trev时,氢原子Rydberg波包在经历几个周期的恢复之后,在恢复时间的整数倍时停止原来的恢复,而开始一系列新的坍塌和恢复。这种新恢复的周期是tsr（tsr〉〉trev）。在tsr时刻形成的波包比trev时刻形成的波包更接近初始波包。本文利用自动关联函数以及波函数与次波函数的关系对这种现象进行了研究。     

地震勘探中二维、三维随机介质模拟及属性优化

在石油勘探难度逐渐加深的大环境下,常规均匀层状介质已经不能满足高精度、高保真度地震勘探的开发要求,随机介质理论的研究即被提上日程。目前,无论是在二维还是三维地震勘探建模过程中认为同层地震属性是一致的,多以均匀层状介质为研究基础,这种思想忽略了小尺度参量对结果带来的随机扰动,这样的模型往往不能准确地对实际地层进行描述。因此本研究分别构建了混合型二维、三维随机介质模型并给出了详细的建模流程,同时引入二维、三维锥形函数进行建模离散过程中的误差压制。分析了混合型自相关函数各参数对模型的影响,数值模拟结果显示,对比不同参数下所建立的二维、三维随机介质地震属性模型,可以非常清晰、直观地看到地层中的随机扰动情况,有效地模拟随机介质在实际地下构造中的分布细节。最后提出了引入方向因子的三维随机介质建模的方法,该方法相比于传统方法更有利于对比裂隙在实际地质构造的分布特征,在实际正演模拟中该理论同样有不错的效果支撑。     

扩展空间自相关法用于线性阵列时加权拟合问题研究

针对扩展空间自相关法拟合问题,分析了系统误差和方差这两种加权因素,讨论了它们对估算相速度的影响。实验采用10个台站组成的线形阵列。结果表明:有无根据系统误差加权拟合,相速度差别较大;有无根据方差加权拟合,相速度差别较小,但个别值有明显改变;加权前后得到的频散曲线有明显差别。应用扩展空间自相关法时,必须根据系统误差和方差确定合理权值,才能更准确估算相速度。     

基于数字散斑自相关技术的微位移测量

通过散斑照相实验,得到粗糙表面在激光照射下的散斑场,移动粗糙表面,记录位移前后的散斑图像,利用数字散斑相关方法分析散斑图像,即可确定粗糙表面的位移。理论分析和实验结果表明,数字散斑相关技术可以很好地实现测量带有粗糙表面物体的微小位移,精度可达微米级。     

Using the bootstrap for improved ARIMA model identification

This paper presents a new method of identifying ARIMA time-series models. We use the bootstrap technique in estimating the distribution of sample autocorrelations both separately and in a simultaneous inference setting. The bootstrap has the advantage of being nonparametric and thus free of reliance on asymptotic normality, which may not hold for short or medium-size series. The simultaneous procedure is unique, as it has no feasible parametric alternatives. An application to exchange rates illustrates our methodology. In the example chosen, we are able to produce better forecasts using the model identified via the bootstrap technique.     

多信号最小距离谱分析

本文提出了能同时估计多个功率谱的多信号最小距离谱分析方法,只要这些信号的先验谱以及它们的自相关函数的和已知。此方法的一个可能应用是分别估计信号和加性噪声的功率谱。本文推导了多信号最小距离谱分析的有关公式,并把多信号最小距离谱与单信号最小距离谱,多信号最小交叉熵谱作了比较,证明了多信号最小距离谱的存在性、唯一性等性质。本文的例子说明了用本文方法进行谱估计的特性。     

An envelope function model for forecasting athletics records

The purpose of this paper is to present a multiplicative model for the fastest time per year in the 400- and 800-metre races. It is composed of an envelope function and a stationary time series. The proposed model is plausible since there is dependency between the fastest times of successive years and because improvements are expected to be smaller now, as compared with several years ago. Data from the years 1860 to 1988 are used for illustration.     

时间延迟与超混沌Chen系统相融合的图像加密算法研究

时间延迟是自然界一种普遍存在的现象,在图像加密中的伪随机序列形成过程中同样存在时间延迟现象。超混沌系统由于它具有良好的伪随机性、轨迹难以预测与分析以及相空间极其复杂等特征,使其非常适用于加密领域。但是在当前利用混沌或超混沌系统对图像进行加密的研究中,都没有考虑时间延迟这一特征,使其产生的混沌序列的自相关性不理想,加密效果不佳,无法反映出加密的实际过程。对此,本文提出一个时间延迟函数与位置索引置乱方法,采用时间延迟与超混沌Chen系统相结合的加密方法来解决此问题。通过时间延迟函数将时间延迟引入到超混沌Chen系统生成的混沌序列中,得到一组关于时间延迟的超混沌伪随机序列;然后利用位置索引置乱方法对其进行置乱,得到一组新的伪随机序列,并利用该新序列对图像进行置乱处理;最后采用密钥流机制对时间延迟的混沌伪随机序列进行量化,并利用密钥流机制处理后的新序列对图像进行扩散加密处理。借助MATLAB仿真软件来验证该算法,结果表明：本文提出的图像加密新算法具有理想的加密性能,所生成的混沌序列的自相关性系数变化更小,其密钥空间相当大,抗攻击能力大幅度提升。