混合自回归模型的谱分析

线性时间序列模型谱密度的计算可以直接由定义获得,而非线性时间序列模型谱密度的计算目前还没有一般的理论.已有研究者将AR模型推广到MAR(混合自回归)模型,并且讨论了该模型的参数估计及模型选择问题.作者利用全期望公式及差分方程理论研究了混合自回归时间序列模型的谱分析,导出了自协方差函数的递推公式,给出计算谱密度的算法,并对一些常见的特殊情形给出了谱密度的具体表达式.     

混合自回归条件异方差模型的谱分析

线性时间序列模型谱密度的计算可以直接由定义获得,而非线性时间序列模型谱密度的计算目前还没有一般的理论.2001年Wong Chun-shan等将混合自回归(MAR)模型推广到混合自回归条件异方差(MAR-ARCH)模型,并且讨论了该模型的参数估计及模型选择问题,本文导出了MAR-ARCH模型自协方差函数的递推关系式及计...     

报酬与时间有关的马氏决策规划

本文研究了报酬函数与时间有关的MDP模型,推广了[1]文献中相应的结果.文中在放弃了文献[2]、[3]中某些限制条件的情况下,讨论最优周期策略、ε最优周期策略的存在性,并给出算法.     

基于现代谱估计的相关K杂波模拟

针对相关K分布杂波仿真过程中具有指定功率谱的随机序列的产生,提出用现代谱估计进行相关随机序列产生的方法.该方法利用L-D算法求解自回归模型的Y-W方程以精确地模拟杂波的功率谱密度,以海杂波为例的仿真结果证明了方法的有效性.同时针对杂波仿真过程中自回归模型阶数的选择,对不同的K分布参数和功率谱宽度的杂波进行了仿真实验,通过对实验结果的分析给出一些有用的结论.     

战斗部破片动态飞散区的变换

为提高导弹战斗部破片动态飞散区破片密度计算精度。对文献[1]的破片动态飞散密度计算模型进行了分析。认为文献[1]提出的战斗部破片相对目标的动态飞散密度与战斗部破片相对地面（或空气）的动态飞散密度计算变换关系式有误，提出了对文献[地]所建模型的修正，通过仿真计算，证明修正后的模型与实际一致，克服了原模型的误差。     

USDBL的双互协方差及双互谱密度

本文计算出了上次对角双线性时序模型的输入序列与输出序列的互协方差函数和双互协方差函数，获得了该模型的互谱密度函数的双互谱密度函数，得到了一些良好的性质。     

LSDBL(p,q,r)模型的频域分析

针对下次对角双线性（ＬＳＤＢＬ）模型进行研究,计算出了该模型的自协方差函数、互协方差函数和双互协方差函数,在此基础上得到了该模型的谱密度、互谱密度和双互谱密度。由于在该类模型的双谱密度难于求出,本文用双互谱来分析其非线性性质。     

机动目标的多模型跟踪与预报算法

以文献 [1]所给严格的最小二乘递推 (R2 LS)算法为基础 ,并结合多模型和模型重新初始化技术 ,提出了一种机动目标的多模型跟踪与预报 (MMTP)算法 .由于该算法中的大量运算可离线完成 ,因而极大地减少了在线计算量 ,使得MMTP算法能满足实时要求 .     

约束最优化的Huard算法的改进及收敛速度分析

约束最优化问题是应用非常广泛的一类问题.求解约束最优化问题的方法很多,但各有优缺点,P.Huard 在文献中[1]提出的中心算法也难免如此.由于文献[1]所给的距离函数不太理想,使得迭代速度较慢.文献[2]重新构造了距离函数,讨论了算法的收敛性.本文讨论了算法的收敛速度,阐明了P.Huard 所提出的中心算法收敛慢的原因,并对它进行了进一步的改进,构造了一类距离函数,使收敛速度得列了很大的改善,最后进行了实例的计算与比较.     

周期为2~n的二元序列谱免疫度的算法

通过对周期序列谱免疫度的研究,提出了序列的0限制k错线性复杂度的概念。以Mark Stamp所提出的计算周期为2n的二元序列k错线性复杂度的算法为基础,设计了求周期为2n的二元序列0限制k错线性复杂度的算法1,并利用算法1提出了确定该二元序列谱免疫度的快速算法,该算法具有较高的计算效率,时间复杂度为O(n)。