平稳随机过程与其导数之和的平稳性

给出平稳过程的自协方差函数对两个变元的偏导数的一个结论，证明了平稳随机过程与其导数之和的平稳性并推广到二阶导数的情形，方法简洁。     

二参数竖直平稳随机事件流

给出二参数竖直平稳的可加的有限的随机事件流的一般形式。     

广义循环平稳随机过程的定义及其性质

循环平稳信号作为一种特殊的非平稳信号，有着广泛的应用前景。首先给出了广义循环平稳随机过程的定义，在此基础上证明了广义循环平稳随机过程的和、差、均方极限、均方导数仍为广义循环平稳随机过程；其次讨论了广义循环平稳过程的均值和自相关函数的周期遍历性，这一性质在处理实际问题时非常有用。     

二进连续与二进可导的关系

根据二进连续和二进导数的概念 ,讨论了二进连续与二进可导的关系 :二进可导 ,一定二进连续 ;二进连续 ,不一定二进可导 .并且得出了W变换的逆变换 ,也是二进连续的     

二进连续与二进可导的关系

根据二进连续和二进导数的概念，讨论了二进连续与二进可导的关系：二进可导，一定二进连续；二进连续，不一定二进可导。并且得出了W变换的逆变换，也是二进连续的。     

指数-平稳二项过程模型结构可靠性分析

讨论结构在设计基准期[0,T]内应力变动规律，考虑应力为平稳二项过程、强度服从指数分布的半随机过程模型，给出应力随机过程的样本函数的最大值分布，并获得其相应的模型结构可靠性设计与估计表达式。     

非平稳随机过程非线性结合的首次超越可靠度

针对非平稳随机过程非线性组合的首次超越可靠度问题，提出了一种数值解法。该法将所考察时段离散化，以数值计算手段克服复杂的数学处理上的困难，所得公式可以方便地退化为平稳随机过程甚至随机变量非线性组合的问题，因而具有普遍的实用价值。     

平稳随机过程激励下模糊随机梁的动力响应分析

基于梁结构几何尺寸和物理参数客观存在的模糊随机性,对时域上的结构位移响应的模糊随机相关函数矩阵以及频域上结构位移动力响应的模糊随机均方值分别进行理论推导,再通过随机变量的矩法对结构应力响应模糊随机均方值的数字特征值进行推导.最后通过一个12杆算例对所提理论的适用性进行了验证.结果表明,在对结构动力响应进行分析时,其参数的不确定性的影响不能忽略.     

非参数密度估计量对于一个连续时间非平稳过程的相合性

令｛Ｘｔ,ｔ≥０为定义在Ｒ＾ｄ１上的随机过程,它由模型Ｘｔ＝ｚ１＋ψ（Ｚｔ）＋εｔ所确定,其中对于ｔ≥０,εｔ和Ｚｆ是相互独立的两个随机向量,而｛ｚｔ｝是非随机变量。对于连续观察的样本,研究了非参数密度估计量在均方误差意义下的渐近行为,即分别当｛ｚｔ｝渐近收敛和有周期时的情况下非参数估计量的相合笥或非相合性。     

平稳过程、鞅及马氏过程的相互关系

系统研究了严平稳过程,宽平稳过程与鞅及马氏过程的相互关系,得到许多有趣的结果。     

具有平稳增量的自相似过程的边缘分布

设X={(Xt),t≥0}是指数H（＞0）型的具有平稳增量的自相似过程，论文给出了X1的边缘分布的一些结果。对于H≠1,log^ X1的压缩函数有一个只依赖于H的界；对H＞0，X1除了一些平凡的情形外是非原子的；而对H＞1，X1的尾分布的下界也给出了；文章的最后对X1的支撑的连通性给予了讨论，并给出了一些结果。     

局部平稳高斯过程的最大值与最小值的渐近独立性

研究了满足Berman条件的局部平稳高斯过程 {X(t) ,0≤t≤T}的最大值与最小值的联合渐近分布 .在一定条件下 ,获得了最大值与最小值的渐近独立性和绝对值的渐近分布 .     

强平稳NA序列的随机指标中心极限定理

讨论了强平稳NA序列的随机指标中心极限定理,给出其成立的一个充分条件.     

随机环境下依人口数控制两性分枝过程的极限行为

考虑独立同分布环境下依人口数控制两性分枝过程,其中后代概率分布受一个随机环境过程影响,配对函数依赖人口数,参与繁衍后代的配对单元数又受控制函数约束。讨论了当k→∞时,均值rk,θ趋于极限rθ1(rk,θ是繁衍分布的均值),得出了模型的一些概率性质以及Wn依L1收敛的必要条件。     

带随机振幅的正弦波过程在Haar小波下的性质

研究了一类随机过程：x(t)=Ucosλt Vsinλt，在Haar小波下的性质，得到平稳性、相关性和稠度．     

多指标弱平稳过程的均方遍历性

给出多指标弱平稳过程(或齐次随机场)具有均值和相关函数的均方遍历性的几个充要条件。其中包括:当过程均方连续时,它具有均值的均方遍历性的一个充要条件是它的谱函数在坐标原点处的跳跃值F((?))—F((?)-)等于|m|~2,这里m是过程的均值;对均方连续的、零均值的、实正态过程,它具有相关函数的均方遍历性的充要条件是它的谱函数为连续的。     

平稳序列参数估计的定性稳健性的一些充分条件

对于(严)平稳序列的参数估计的定性稳健性问题,我们用Vasershtein距离代替了Proborov距离,提出了估计序列的弱连续的概念,从而改进了[1]中结果,在此基础上给出了稳健性的一些充分条件。     

具有随机足标的强相依正态序列部分和与最大值的联合极限分布

设X1,X2,…是标准化的平稳正态序列.Mn=max1≤i≤nXi,ρn=EX1Xn+1,Sn=∑ni=1Xi,{N(n)}是一列取非负整值的随机变量,且N(n)nPη>0,η为随机变量.在ρn和(ρn·logn)-1都单调趋于0的条件下,得到了MN(n)和SN(n)的联合极限分布.