一种改进的自适应平方根传递对准滤波算法

提出了一种解决时变噪声条件下传递对准的改进自适应平方根滤波算法。该算法将状态方差调节因子阵、自适应调节的系统噪声和量测噪声方差以及噪声有限记忆尺度融入平方根滤波结构中,采用序列算法滤波解算。算法通过一步控制和多步自适应调节过程,以较少的计算量从数值计算、噪声抑制及自适应调节方面提高滤波性能。仿真结果表明,该算法滤波稳定性强,能够根据实际噪声快速调整,且滤波精度高,为机载导弹提供了一种有效的快速精确传递对准方法。     

变宽度凸组合变阶数LMS自适应滤波算法

为了进一步改善凸组合变阶数最小均方(convex combination variable fractional tap-length least mean square,CFTLMS)自适应滤波算法的稳态性能,在证明其稳态性能的基础上,提出了一种变宽度凸组合变阶数(variable width-CFTLMS, VW-CFTLMS)自适应滤波算法,并给出参数的选择依据。仿真结果验证了低信噪比情况下,VW-CFTLMS算法稳态性能和参数选择依据的正确性;同时该算法的稳态性能要优于CFTLMS算法,其额外均方误差相比于CFTLMS算法降低约1.8 dB,具有实用价值。     

基于串联动量滤波器的自适应谱线增强器

针对水下环境噪声的非高斯性特点,利用最小均方算法、动量最小均方算法、变步长算法和极性算法的性能,将基于短时相关的自适应谱线增强器修改为基于短时相关动量滤波算法的自适应谱线增强器(SCMBALE),提出了四阶累积量变步长极性动量滤波算法,将基于该算法的自适应谱线增强器(FVSMBALE)、基于动量最小均方算法的自适应谱线增强器(MLMSBALE)及基于短时相关动量滤波算法的自适应谱线增强器(SCMBALE)依次串联起来,构造出基于串联动量滤波器的自适应谱线增强器(SMFBALE)。通过理论分析与仿真实验对该增强器的性能进行了研究。结果表明:该增强器在抑制非高斯噪声、增强线谱信号、跟踪时变信号等方面的性能优于单个的FVSMBALE、MLMSBALE和SCMBALE。     

改进的Sage-Husa自适应滤波及其应用

为防止滤波发散和提高系统的实时性,提出了一种基于协方差匹配技术的自适应滤波方法。该方法将协方差匹配技术和一种简化的Sage-Husa自适应滤波算法相结合,通过滤波的状态确定量测噪声协方差阵的值,在线估计噪声的统计特性实现自适应滤波。将该算法应用到惯导/双星（INS/DS）组合导航系统中,并和简化的Sage-Husa自适应滤波算法进行仿真比较。仿真结果表明,在滤波精度相当的情况下,新算法简化了运算,提高了实时性。     

ADSL驾驶模拟器运动模拟逼真度的改进

提出了一种参数随输入信号改变的自适应滤波算法以改进传统的滤波算法进行模拟器的运动控制,仿真结果证明,自适应滤波算法能为驾驶员提供更为逼真的运动感觉。     

机动目标跟踪的灰色截断变维法

在灰色预测滤波和截断滤波的基础上建立了灰色截断变维法。在截断变维法中嵌入灰色预测滤波 ,用性能优越的机动检测技术为开关 ,在机动区用灰色预测滤波替代并导引截断变维滤波。该方法具有很强的自适应性和更高的滤波跟踪精度 ,其性能优于单模型有参数自适应滤波算法及多模无参数自适应滤波算法 ,同时无需任何先验的统计参数。计算机仿真表明了它的各种优越性。     

基于波形特征的外辐射源雷达杂波抑制算法

在正交频分复用(orthogonal frequency division multiplexing,OFDM)波形外辐射源雷达系统中,相对于直达波和多径回波,目标回波的功率要微弱许多,因此多径杂波抑制是此雷达信号处理的一项关键技术。许多时域自适应滤波算法被用来抑制直达波和多径回波,但往往存在滤波器阶数过多,或计算负担过高的问题。基于OFDM波形的多载波调制特性,提出了分载波自适应滤波算法,相比于常规时域自适应滤波算法,能够有效降低滤波器阶数和计算复杂度,简单且高效。以基于OFDM调制原理的数字调幅广播外辐射源雷达为例,详细介绍了分载波递归最小二乘和分载波归一化最小均方算法的自适应滤波原理和过程,并基于仿真和实测数据分析比较了常规时域自适应滤波算法和分载波自适应滤波算法的性能差异。     

自适应变步长LMS滤波算法及分析

为了提高最小均方（LMS）自适应滤波算法的性能,通过建立步长因子与误差信号之间的非线性函数关系,提出一种自适应变步长LMS算法。该算法具有初始阶段和时变阶段步长自适应增大和稳态阶段步长很小的特点,消除了不相关噪声的影响,并且进一步克服了Sigmoid函数变步长LMS算法在自适应稳态阶段步长取值偏大的缺陷,计算机仿真结果与理论分析相一致,证实该算法优于传统算法。     

相控阵雷达采样周期自适应策略研究

采样周期是相控阵雷达资源调度的关键参数之一。深入研究了几种采样周期自适应策略，在此基础上提出了两种改进的采样周期自适应策略。提出了自适应采样周期下的性能评估公式，并分别基于IMM、Kalman滤波算法对它们进行了仿真分析比较，得到了令人满意的结果。     

基于相对误差互相关函数的变步长LMS算法

许多时变步长自适应滤波算法被用来解决标准LMS算法的固有矛盾,但实验表明这些算法易受独立噪声的干扰,或计算量大、耗时太长。针对上述问题,提出了一种新的变步长LMS自适应滤波算法,它采用相对的误差互相关函数来控制步长更新。该算法计算量小、易于控制,具有快速的收敛速度和较小的失调,不受已存在的非相关噪声的影响,可很好地应用于自适应对消系统中,且在低信噪比环境中仍能保持良好的性能。计算机仿真及实测数据的处理与理论分析结果一致。     

大股东权力对我国上市公司业绩的影响研究

本文以2003-2016年中国沪深上市公司为研究样本，采用基于合作博弈理论的Shapley权力指数测度第一大股东权力水平，考察了大股东权力对公司业绩的影响.研究发现：1）大股东权力水平对公司业绩有显著的促进作用，大股东权力水平的提高有利于公司业绩的提升；2）大股东存在"更少掏空效应"，即权力水平提升抑制了大股东掏空行为，有效提高了公司业绩；3）大股东存在"监督效应"，即权力水平升高增加了大股东监督经理人的动力，缓解了代理问题，改善了公司的经营业绩；4）进一步的研究显示，大股东权力对公司业绩的提升作用在非国有企业中更强，同时大股东权力的提高有利于市场业绩的提升、业绩风险的降低以及长期业绩的提升.本文较为全面地从大股东权力的视角展现了所有权结构对公司业绩的影响，有助于理解中国背景下所有权结构与公司业绩的真实关系.     

排刷式剥叶元件剥叶性能的BP 神经网络预测

由于剥叶性能直接影响到甘蔗收获机械的收割性能,为了客观有效地对剥叶性能进行预测,提出了BP神经网络预测方法.针对剥叶元件性能的特点,采用正交试验法构造训练样本,以保证网络具有较高的泛化能力,同时对该训练样本建立了回归分析模型,以检验BP网络模型的输出精度.在此基础上,利用已建立的神经网络预测模型对影响剥叶性能的各因素取值的不同组合进行仿真分析,以确定各因素取值的最优组合.结果表明,BP神经网络的预测模型比回归模型具有更高的输出精度,进行剥叶元件的性能预测与优化是可行且有效的.     

基于DEA的企业绩效评价方法

以效率观点为切入点，引入数据包络分析（DEA）评价方法对企业经营绩效进行综合评价，提出了基于DEA的绩效评价内容，分析了其评价框架与步骤，为企业绩效评估问题提供了一条新的思路。     

综合模块化航电系统性能退化Lévy模型

综合模块化航空电子系统(integrated modular avionics, IMA)是现代航空的核心系统之一, 其性能状态对飞机的安全性有着重要的影响。针对IMA性能退化特性分析问题, 首先依据IMA运行管理机制, 在现有测点的基础上, 遴选了间歇故障发生频次和功能完成时间作为表征IMA性能状态的健康特征参数。然后, 根据IMA自身运行特点证明了IMA功能完成时间历程是一个Lévy过程。提出了IMA性能退化Lévy模型, 构建了单因素影响和多因素综合影响的IMA性能退化模型。最后, 搭建了IMA仿真平台, 获取了IMA性能退化Lévy模型参数, 仿真了IMA性能退化历程, 验证了模型的有效性。     

基金业绩、业绩分化和基金经理风险调整行为

相对业绩考核机制下,基金经理会根据自身业绩排名和行业业绩分布决定投资组合的风险水平.研究发现,上半年基金业绩距离行业平均水平越近,下半年基金经理投资组合的风险水平越高,基金业绩和基金经理投资组合的风险水平呈倒U形.另外,基金经理主要调整投资组合的异质性风险,而非系统性风险.基金公司关心资产管理的规模,基于相对业绩考核基...     

基于FDR控制的基金绩效评价

基于2002-2013年我国主动管理型开放式基金的日收益率数据,采用FDR(false discovery rate)方法从风格择时、投资目标、基金特征、绩效持续性四个层面系统分析了运气因素对基金绩效的影响,主要结论包括:运气对基金绩效的影响是不对称的,业绩好的基金受运气的影响要大于业绩差的基金;在剔除运气因素后,少数业绩好的基金具备真正的择股能力,大多数基金在扣除管理与交易等费用后都无法取得超额收益;风格择时对基金的真实绩效有较大影响,意味着投资者依据过去绩效选择基金时要兼顾基金的择时表现;根据投资目标以及基金特征对真实绩效的差异化影响,投资者能更有效地选择出真正有能力的明星基金;通过FDR控制的基金绩效是不可持续的.     

基于系统异常概率模型的故障分离自动化方法

研究了发动机状态参数异常对发动机整体性能的影响,利用多元统计分析方法建立了状态变量对发动机性能影响的概率模型,用于发动机性能监控过程中的故障分离。根据模型能够计算出发动机性能出现异常时各个状态变量导致此时刻性能异常的概率,据此初步判断哪些状态变量导致发动机性能出现异常,并根据概率的大小对相应部件进行检查,以此来寻找故障源。在某型涡扇发动机性能监控中的应用表明,通过计算异常样本点上各监测参数对样本点异常的影响概率,并结合发动机故障机理分析,能够有效地确定故障源。     

基于克隆选择算法的航空发动机性能衰退研究

针对航空发动机关键部件的性能衰退难以定量计算的问题,提出一种部件性能衰退值的计算方法。对表征部件的性能参数进行敏感性分析,筛选出对测量参数最敏感的性能参数定义为部件健康因子。建立航空发动机性能衰退模型,将健康因子求解问题转化为有边界约束的非线性优化问题。利用免疫克隆选择算法解决了测量参数少于目标部件性能参数的优化求解问题,得到表征发动机部件性能的健康因子的变化趋势,实现对现役典型发动机部件性能健康状态的准确评价。经验证,计算结果与测量数据吻合较好,为制定航空发动机健康监控的性能衰退标准提供理论依据。     

关系契合对知识迁移与突破性创新绩效的影响研究

企业内外部关系产生的知识对突破性创新绩效具有十分重要的影响, 本文通过文献研究提出相关理论假设, 运用结构方程模型对关系契合、知识迁移与突破新绩效之间的关系进行实证研究. 结果表明, 社会资本契合和关系资本契合对知识迁移均有显著正向影响; 而人力资本相关度与结构资本相关度对知识迁移的影响不显著, 但关系资本契合与人力资本相关度交互作用对知识迁移却有显著正向影响; 知识迁移对突破性创新绩效的两个维度均有不同程度地正向影响, 其中对过程创新绩效维影响更显著. 研究结论可为企业有效实施知识管理, 进而提升突破性创新绩效提供借鉴和启示.     

快速收敛仿射投影算法在稀疏水声信道的应用

本文提出了一种新的快速收敛比例仿射投影算法,并将算法应用于稀疏多径水声信道均衡.该算法首先在改进比例仿射投影算法(improved proportional affine projection algorithm,IPAPA)的基础上引入变步长算法,提高算法的收敛速度;并在此新算法的基础上通过引入判决反馈结构,进一步改...