空域色噪声背景下双基地MIMO雷达角度估计

空域有色噪声会导致现有多输入多输出(multiple input multiple output, MIMO)雷达算法性能下降, 甚至完全失效。针对空域色噪声背景下双基地MIMO雷达联合波离角(direction of departure, DOD)和波达角(direction of arrival, DOA)估计问题, 分析了现有算法失效的原因。考虑到匹配滤波后无噪协方差矩阵的低秩特性、色噪声协方差矩阵的稀疏特性以及MIMO雷达数据的多维结构特性, 提出一种基于张量分析的角度估计算法。首先, 构造角度估计的协方差张量, 通过去除协方差张量中受噪声协方差影响的元素对色噪声进行抑制。其次，利用张量填充技术对无噪协方差矩阵进行恢复。然后，利用平行因子分解获得目标角度的方向矩阵。最后, 采用最小二乘算法对目标的DOA和DOD进行拟合。仿真结果表明, 所提算法对色噪声不敏感, 且无孔径损失。相比现有矩阵及张量分析算法, 所提算法具有更高的估计精度。     

Methods for backcasting,nowcasting and forecasting using factor‐MIDAS: With an application to Korean GDP

We utilize mixed‐frequency factor‐MIDAS models for the purpose of carrying out backcasting, nowcasting, and forecasting experiments using real‐time data. We also introduce a new real‐time Korean GDP dataset, which is the focus of our experiments. The methodology that we utilize involves first estimating common latent factors (i.e., diffusion indices) from 190 monthly macroeconomic and financial series using various estimation strategies. These factors are then included, along with standard variables measured at multiple different frequencies, in various factor‐MIDAS prediction models. Our key empirical findings as follows. (i) When using real‐time data, factor‐MIDAS prediction models outperform various linear benchmark models. Interestingly, the “MSFE‐best” MIDAS models contain no autoregressive (AR) lag terms when backcasting and nowcasting. AR terms only begin to play a role in “true” forecasting contexts. (ii) Models that utilize only one or two factors are “MSFE‐best” at all forecasting horizons, but not at any backcasting and nowcasting horizons. In these latter contexts, much more heavily parametrized models with many factors are preferred. (iii) Real‐time data are crucial for forecasting Korean gross domestic product, and the use of “first available” versus “most recent” data “strongly” affects model selection and performance. (iv) Recursively estimated models are almost always “MSFE‐best,” and models estimated using autoregressive interpolation dominate those estimated using other interpolation methods. (v) Factors estimated using recursive principal component estimation methods have more predictive content than those estimated using a variety of other (more sophisticated) approaches. This result is particularly prevalent for our “MSFE‐best” factor‐MIDAS models, across virtually all forecast horizons, estimation schemes, and data vintages that are analyzed.     

突破性创新联盟知识共享演化博弈研究

企业突破性创新成为企业竞争中致胜的利器,而突破性创新具有高投入、高风险和高产出等特点,使企业倾向于通过获取组织外部创新知识资源来促进企业突破性创新活动。而突破性创新联盟知识共享能够有效降低独自创新所面临的巨大风险与投入。应用演化博弈方法来分析突破性创新联盟组织间知识共享问题。研究结论:通过减少成本投入量、增强惩罚系数、扩大知识投入量、提高知识吸收能力均可有效地促进突破性创新联盟间的知识共享,提升企业突破性创新水平。     

共享经济赋能科技型小微企业成长的效应研究

共享经济是基于信息技术实现分散、闲置资源优化配置的新经济形态,拓宽了企业可利用资源范围,为解决科技型小微企业成长的资源约束提供了可能。本文引入赋能的概念,探讨共享经济对科技型小微企业成长的影响机理,并通过实证方法进一步检验其作用效应。结果表明,共享经济通过赋能技术、人才、金融、产能等,可缓解科技型小微企业成长过程中资源约束,有助于科技型小微企业实现"小而美"的成长。     

关于悬臂梁受重锤冲击时的动载荷系数分析

研究了悬臂梁受重锤的冲击问题,建立了重锤的运动方程及悬臂梁的振动控制方程,并利用Galerkin原理求得重锤对悬臂梁的冲击力表达式.研究结果表明:重锤质量大于悬臂梁质量时,冲击力的近似解以及有限元解与实验结果之间的误差较大;重锤质量小于悬臂梁质量时,冲击力的近似解与有限元解与实验结果之间的误差小于5%.     

贵州山核桃ISSR-PCR反应体系建立及优化

为建立贵州山核桃ISSR-PCR最佳反应体系,采用单因素试验的方法,对影响ISSR-PCR反应体系的模板DNA浓度、MgCl2浓度、d NTPs浓度、Taq酶用量、引物浓度等各因素进行了研究,确立了贵州山核桃ISSR-PCR的最佳反应体系。结果显示:最优反应体系的模板DNA浓度为40ng/u L、引物浓度为0.3umol/L、Mg2+的浓度2.9mmol/L、酶浓度0.3U、d NTPs浓度0.2mmol/L,退火温度为54℃。建立该反应体系可为贵州山核桃ISSR标记开发、物种分类鉴定、遗传图谱构建等后续分析奠定基础。     

带噪音预处理的改进探索性Q矩阵标定方法

考虑到在实际应用中学生在做题时的猜测和失误(统称为噪音)会影响探索性因素分析法所使用的四分相关矩阵的质量,该文提出四分相关矩阵的一种噪音修正方法,并将其应用于Q矩阵标定.模拟研究结果表明:猜测和失误这2种噪音会对Q矩阵的标定产生不利的影响; 基于修正后的四分相关矩阵的探索性因素分析法,在样本量较大和噪音较大等情况下,均能有效地提高Q矩阵标定的准确率.     

佛山市基本农田保护区养殖鱼塘水质抽样调查与评价

对佛山市5区的基本农田保护区养殖鱼塘水质抽样调查,并采用环境污染指数对水质状况进行评价。结果表明,养殖鱼塘水温和p H值均能达到鱼类正常生长要求,溶解氧较丰富,但水质普遍过肥。在5区20个调查点中,CODCr、NH4+-N和TP超标率分别为90%、30%、85%。5区养殖鱼塘水质的污染程度由高到低依次为禅城区、南海区、三水区、顺德区、高明区。全市养殖鱼塘的综合质量指数为1.44,水质整体上受到重度污染。TP的污染负荷分担率最高,其次是CODCr和NH4+-N。总体来说,佛山市基本农田保护区养殖鱼塘水体有机物污染十分突出,已出现富营养化。     

基于因子分析的农村中学生体质的因素分析

中学生中农村人口占较大部分,他们的体质影响着未来我国人口的整体状况.对随机抽样的1 724名农村中学生进行调查,采用数理统计法和实验法,对具有重要影响的16个子因素进行因子分析,认为在生活方式、家庭和学校等3个方面对农村中学生的体质起着决定作用.对这3个方面的改善给出了建议,为学校体育在提高和改善农村中学生体质科学研究方面提供理论依据.     

宁波市公共自行车服务满意度评价模型构建研究

以宁波市公共自行车为例，将因子分析法与二项logistic法相结合，对采集的1 688份居民满意度有效问卷展开分析。利用因子分析法筛选出6个因子，利用二项logistic法剔除并筛选出5个有效因子构建公共自行车服务满意度评价模型，合理评估当前宁波市公共自行车服务满意度。同时，利用随机抽取并不参与建模的5%问卷样本对评价模型进行校验，以确保模型的准确性与合理性。该研究有助于合理评价当前宁波市居民对公共自行车的服务满意度，同时适用于对未来一段时间内公共自行车服务满意度的预测。