卫星轨道摄动的小波平滑

人造卫星的摄动变化规律是一个十分复杂的问题，对其各种因素影响的分析是极其困难的。本文在轨道摄动计算的基础上给出了一种基于小波分析的方法，能够对轨道摄动作出很好的精确预测，而且能够消除计算和实际存在的噪声误差，对信号作出很好的平滑。     

时间序列的小波神经网络预测模型的研究

针对非线性时间序列,建立了小波神经网络预测模型,通过计算小波分解和小波级数,达到最优的逼近效果．经实例验证,该方法能有效地提高预测精度,避免了人工神经网络模型的固有缺陷.     

模糊时间序列建模及应用

在许多实际问题中，观测得到的数据序列既具有随机性，也含有模糊性，我们称其为模糊时间序列（FTS）。本文提出FTS分析的新方法，并研究它的参数估计和模糊型定价。实际表明FTS分析方法具有广泛的应用价值。     

基于小波分析的非平稳时间序列分析与预测

提出了基于小波变换的非平衡时间序列分析预测方法。通过小波分解,将原时间序列依尺度分解成不同层次,使趋势项、周期项和随机项分离,对每一层进行分析与预测,最后再合成得到了原时间序列的预测值。实例验证了该方法是可行的。     

小波变换用于奇异性检测与小波类型选择的仿真

小波变换具有空间局部性,它能聚焦于信号的局部结构,因此用小波变换确定信号的奇异性位置更加有效。提出了一种新的奇异性检测方法,它包含两点:寻找小波变换模极大值在细尺度的坐标以确定奇异性发生的时间;通过小波变换模极大值的衰减计算Lipschitz指数,从而判断奇异的性质。在仿真实验的基础上验证了方法的可行性。并在仿真实验结果的基础上,总结出了小波类型选择的规律。     

时间序列分析仿真平台研究

针对时间序列分析中模型多样，算法复杂的特点设计了一套利用Matlab6混合编程方法建立的仿真平台，详细介绍了平台的建立，数据的输入方式，结果的表现形式，各种算法库的建立等一整套实现方案及其中的关键点与难点。具有极强的可操作性和实践意义。     

基于小波变换和凸集投影的数据恢复和建模算法

在过程控制中,当参数仅能以低采样率获得时,数据恢复就在建模中显得非常重要.本文提出了基于小波变换和凸集投影的数据恢复和建模算法.待恢复数据的先验知识采用凸集表达,并利用向凸集迭代投影(POCSProjection onto Convex     

时间序列分析建模与予报子系统CSTSMP的开发与使用

本文简述了CSTSMP子系统的功能及主要算法,并就如何使用该子系统提出了专家指导意见,并用具体例子说明其使用方法。     

基于小波聚类方法的股票收益率序列时间模式挖掘

时间模式挖掘是指在重构的相空间中搜索能表征和预测的事件的区域。针对股票收益率序列重构相空间，以累计收益和累计密度作为聚类指标，应用小波聚类算法对序列进行时间模式挖掘。实证结果表明，以时间模式预测事件为指导的投资策略能获得高于持有策略的收益；时间模式挖掘能有效识别事件点，事件序列与非事件序列存在显著差别。     

基于小波变换和SVM的图像压缩仿真研究

为了在较高的压缩比上获得很好的压缩性能,提出了一种基于小波变换和支持向量机(SVM)的图像压缩方法。压缩过程分三个步骤:首先对图像进行四级提升小波变换,这里采用提升格式是因为它比采用传统的Mallat算法的计算速度快;其次对变换后的小波系数用SPIHT的继承树进行重新排序;然后用回归支持向量机提取支持向量;最后对压缩后的数据进行算术编码。图像的解压缩过程是上面4个步骤的逆过程。实验结果表明,所提出的方法与常用的JPEG2000相比,当压缩比较高时有很好的性能。     

基于PA的卫星网络动态带宽分配在线算法及仿真

为解决卫星网络带宽分配问题,基于离散事件动态系统理论中的PA方法,提出了一种在线算法.该算法把动态带宽分配问题描述为约束优化问题,以一次计算机仿真的数据为基础,通过PA方法求出网络平均延时相对于分配带宽的梯度,以优化网络平均延时为目标,构造带宽约束条件下的迭代公式,在线地分配带宽,有效解决了一般计算机仿真中需要进行多次重复仿真而导致的大量机时问题,克服了一般算法须假定信息流的统计特性的限制.仿真结果表明,该算法能明显改善网络的平均延时性能.     

基于模型概率的多模型融合定轨建模及仿真

针对实际定轨系统中存在的不确定性和非线性性,提出了一种基于模型概率的多模型融合定轨方法.通过多个线性模型的组合来逼近卫星定轨复杂非线性时变过程,将卫星状态的最优估计与多模型融合方法相结合,利用残差的大小来设计性能指标函数,给出了两种模型概率的表示形式,并建立了多模型融合估计相应的算法.仿真结果表明,与单一模型定轨方法相比,该方法不仅能大大提高卫星定轨精度和可靠性,而且还可以最终辨识和估计模型参数的真值,且对外界环境发生的变化有很强的自适应能力.     

基于连续小波理论的时间尺度变换实现

时间尺度变换就是使信号在时域上压缩或扩展而幅度不发生变化。推导了基于连续小波变换的函数时间尺度变换公式 ,在已知任意平方可积函数 f( t)的条件下 ,通过连续小波变换和反变换求得期望的 g( t) =f( t/λ)。在小波变换条件下 ,函数的时间尺度变换可以通过等量代换进而转化小波滤波器的时间尺度调制来获得 ,对此予以了理论和仿真实验证明     

基于AGENT建模的重大疾病传染仿真系统分析

Agent的建模仿真是重大疾病传染建模仿真的发展方向。在深入分析美国相关计算机仿真系统的基础上,基于agent理论和技术,分析设计了重大疾病传染与控制仿真系统的总体框架、体系结构和逻辑结构。对系统关键模型如大气流动模型、疾病病毒散布模型、个体Agent传染模型、Agent感染效应模型和城市地理信息模型等进行了探讨。然后,构建了一个重大疾病传染仿真原型系统。研究可指导重大疾病传染仿真系统的构建,以及该过程涉及的各种模型和技术细节。     

Implementation of Time-Scale Transformation Based on Continuous Wavelet Theory

1.INTRODUCTIOnThebasicobjectiveoftime-scaletransformationistocompressorexpandthesignalintimefieldwhilekeepingthesamemagnitudeproperties.Byagivensquare-integrablefunctionf(t)thatisdependentontime,thispaperconstructsanexpectedfunctiong(t)~f(i/A)(^>0)throughcontinuouswavelettransformandinversetransform.Thetime--scaletransformationofsignalorfunctioncanprovidemailyillterestingapplications.FOrinstance,oneapplicationisforthephonocardiagramprocessingbyexpandingtime-scaletransformtorecognizeanopen…     

基于系统参数估计时间序列的小波分析故障诊断方法

提出了一种失效性故障诊断的新方法.这种方法将基于解析模型的故障诊断技术和基于信号分析的故障诊断技术结合起来,对系统参数的递推最小二乘估计时间序列进行小波分析,得到故障特征值,兼有两种故障诊断技术的优点.本文还讨论了对于模型参数估计时间序列小波分析的基函数及尺度选取方法问题,仿真结果表明该方法的有效性和准确性非常明显,具有一定的实用价值.     

Modelling、Simulation and Perturbation Analysis for Manufacturing Scheduling and Planning( MSP) System

1　IntroductionPerturbationanalysisisanemergingapproachforstudyingproblemsrelatedtodiscreteeventdynamicalsystems.Asingleexperiment,orasinglesimulationbasedonstate-spacerepresentationiscarriedouttoformabasisforfurtheranalysisbyintroducingperturba-tionsofparametersandcalculatingthegradientsofsystemperformancewithrespecttotheseperturbationsusingspecialpropagationrules.Thisapproacheffectsconsiderablecomputationalsavingsonthe′brute-force′approachbasedonmultiplesimulations.How-ever,inbothapproache…     

基于CATIA的人员作业仿真建模、人因分析与优化

基于人体生理特性、人体测量和作业空间设计的分析研究,利用CATIA软件建立虚拟模拟环境,进行精确的企业现场人员作业仿真,对人员操作进行人因分析,并进一步优化人员操作,以提高作业效率、降低劳动强度、减少动作疲劳,获得最佳的人员作业标准.以国内某制造企业相关工位的作业为例,通过仿真、分析和优化,提出了作业改进方案,改进后的作业最大限度地满足了动作经济原则和操作舒适性原则,提高了工位生产效率.