ARMA模型的平方根超定递推辅助变量定阶方法

提出了自回归滑动平均(ARMA)模型的平方根超定递推辅助变量定价方法.该方法避免了计算逆协方差阵失去正定性的问题,改进了超定递推辅助变量定阶方法的数值稳定性.模拟计算与实验数据处理表明,该方法数值稳定性好,收敛速度快,抗噪能力强.是一种高性能的定阶方法。     

用超定递推辅助变量算法估计振动系统模态参数

本文通过建立白噪声激励的结构振动系统的自回归滑动平均(ARMA)模型,用超定递推辅助变量(ORIV)法估计系统的模态参数。通过模拟计算将ORIV法与递推辅助变量(PIV)法进行了比较。由标准板和四分之一悬臂梁机翼模型随机振动实验数据作了方法可行性验证,将其结果与Box-Jenkins等方法的处理结果进行了比较,结果吻合较好。     

GPS坐标序列ARMA模型在桥梁索塔形变监测中的应用研究

针对运营期大跨径公路桥梁索塔易受承重、风力和太阳辐射等外界因素影响而发生变形的问题,研究了基于时间序列分析的桥梁索塔变形预测方法,将基于高阶差分的非平稳时间序列平稳化处理方法以及基于自动搜索定阶法的自回归ARMA模型阶数确定应用于桥梁索塔GPS坐标时间序列处理.以苏通长江公路大桥南塔2018年全年GPS监测数据作为研究...     

带有误差线性协变量的半参数变系数部分线性模型的协变量选择

考虑了一些协变量不被观察到,但辅助变量可用时的半参数变系数部分线性模型. 提出了基于SCAD惩罚的参数分量的变量选择方法,且估计既有渐近正态性又有先知性. 模拟研究说明了所提出变量选择方法的有限样本性质.     

多变量滑动平均模型参数估计两段最小二乘法

提出了多变量滑动平均(MA)模型参数估计的两段最小二乘法。第一段将多变量MA模型用高阶多变量自回归(AR)模型近似代替,用多变量递推最小二乘法(MRLS)估计高阶AR模型参数。第二段用最小二乘法解不相容矩阵代数方程组得MA参数估值。同多变量递推增广最小二乘法相比,可提高精度,仿真例子说明了其有效性。     

带有误差线性协变量的半参数变系数部分线性模型的协变量选择

考虑了一些协变量不被观察到,但辅助变量可用时的半参数变系数部分线性模型 提出了基于SCAD惩罚的参数分量的变量选择方法,且估计既有渐近正态性又有先知性 模拟研究说明了所提出变量选择方法的有限样本性质     

光纤陀螺随机漂移的建模与实时滤波方法

光纤陀螺的随机漂移具有非平稳和非零均值的特点,传统时间序列分析法必须对原始数据进行预处理后再进行建模,无法满足在线建模的要求。针对这一问题,采用差分自回归移动平均模型和递推最小二乘法相结合的方法对光纤陀螺的随机漂移构建动态模型,再通过基于该模型的无迹卡尔曼滤波算法对随机漂移实时滤波,并与自适应卡尔曼滤波进行实验对比。实验结果表明,该方法具有较高的滤波精度,能更有效地抑制光纤陀螺的随机漂移。     

混沌和超混沌系统控制的辅助系统设计方法

提出了一种控制混沌系统或超混沌系统的辅助系统设计方法.对于任意的混沌系统或超混沌系统,可以构造它们的辅助系统,并且能够设计一种迭代控制器.该控制器能够稳定吸引子内部的不稳定周期轨道.Rossler超混沌系统和广义Henon映射的仿真结果均验证了该方法的有效性.     

逼近定积分的再生核方法

讨论计算连续函数定积分的一种新方法,即应用再生核方法确定近似积分值来逼近精确积分值,从而用有限项的和去近似定积分的值.数值算例充分地说明了这种方法的有效性.     

飞机颤振模态参数的辅助变量方差辨识及渐近分析

针对飞机颤振随机模型中输入输出观测数据带有观测噪声的问题,为得到较准确的飞机颤振模态参数,将辅助变量辨识方法与方差匹配方法相结合,形成一种新的辨识策略--辅助变量方差辨识方法. 在飞机颤振随机模型中,通过引入辅助变量来构造方差函数,导出最小化优化目标准则函数的求解过程,并详细地给出对应的偏导式. 根据渐近分析理论,推导参数估计值的渐近方差矩阵表达形式. 利用此渐近方差矩阵不仅可以衡量辨识方法的有效性,而且可以设计最优激励信号. 将提出的方法用于飞行仿真转台电流环被控对象的传递函数辨识和飞机颤振模态参数辨识,验证了该方法的有效性.     

面向多媒体取证的电网频率建模

电网频率建模旨在对其随机波动特性建立数学模型,形成特征描述、统计分析以及轨迹预测能力,是基于电网频率判据的数字取证中一项重要的研究子课题。该文首先揭示了现有自回归模型的不足,并基于该模型对实际观测得到的电网频率参考信号数据集进行统计分析,分别用差分整合移动平均自回归（autoregressive integrated moving average,ARIMA）模型和两种基于马尔科夫链的模型进行建模,进而求解模型各项参数。对比实验表明： ARMA (2,4)模型在理论上对华中电网频率具备最优的描述性能,而马尔科夫链模型因考虑到实际场景下频率分辨率的局限性,更适用于模拟从待测文件中提取的电网频率。     

面向多媒体取证的电网频率建模

电网频率建模旨在对其随机波动特性建立数学模型,形成特征描述、统计分析以及轨迹预测能力,是基于电网频率判据的数字取证中一项重要的研究子课题。该文首先揭示了现有自回归模型的不足,并基于该模型对实际观测得到的电网频率参考信号数据集进行统计分析,分别用差分整合移动平均自回归（autoregressive integrated moving average,ARIMA）模型和两种基于马尔科夫链的模型进行建模,进而求解模型各项参数。对比实验表明： ARMA (2,4)模型在理论上对华中电网频率具备最优的描述性能,而马尔科夫链模型因考虑到实际场景下频率分辨率的局限性,更适用于模拟从待测文件中提取的电网频率。     

基于模拟退火算法的子集AR模型辨识方法及其应用

该文提出一种子集ＡＲ模型辨识算法，该方法采用模拟退火随机搜索算法，对模型的回归项子集进行优化辨识，克服“组合爆炸”问题，简化计算。文中还讨论了基于该算法的人口死亡率建模和预报问题。     

肿瘤热疗过程中数值预报的研究

利用时间序列预报的方法,对肿瘤内部的某点温度变化规律进行预报分析,根据预报的结果来调整辐射源的加热功率及探头与肿瘤接触面的边界温度,控制肿瘤体温度,以达到预期的疗效.     

符号结构的关联网络构造与检索

本文用动态符号结构造一个数据递归分布表示的关联网络,以精馏中Ｎ＿组分分离方法生成为例,论述了关联网络构造的有关准则、定义、符号变量的约束函数;引入了模式映象的概念;对不定的ｍ＿枝与或图的检索给出了动态的递归算法．实验结果表明与期望相符．     

轨道交通网络平台的网络外部性对客流的影响研究

轨道交通网络能吸引路网上的客流,因此可以缓解交通拥堵和环境污染等城市问题。采用效用函数构建平台客流模型,并从网络平台视角刻画轨道交通网络平台的客流状态。追踪中国上海相关数据,运用普通最小二乘法、工具变量法——二阶段最小二乘法、异质性分析、稳健性检验等处理方式,对比分析直接网络外部性效应与交叉网络外部性效应,实证检验直接网络外部性与交叉网络外部性对平台上的客流影响。结果显示：增加站点数量对乘客选择轨道交通出行的意愿影响有限;上海轨道交通网络平台的客流规模超过平台自身的最佳荷载量,导致乘客数量源源不断地流失。     

超宽带信道建模技术研究

超宽带通信是一种可以实现大容量传输的技术,并与别的无线传输系统互不干扰,并且还具有良好的穿透性。而要实现超宽带通信,就必须要研究它的无线通信模型。简要介绍了超宽带技术及其在一些领域的应用,并介绍了超宽带信道建模的意义。研究了如何在时域和频域情况下建立传输信道模型,并给出了各自的算法模型和仿真。