紧集上的多重次调和函数

为了研究紧集上多重次调和函数的性质,通过定义直接证明或通过与开集上多重次调和函数的关系将问题转化．结果为紧集上多重次调和函数与单调递增的凸函数的复合仍是多重次调和函数;连续多重次调和函数的拉回仍是多重次调和函数;多重次调和函数可被强多重次调和函数逼近等．表明紧集上的多重次调和函数有着许多与开集上多重次调和函数相似的性质     

关于σ点有限序列邻域网

本文证明了具有σ点有限序列邻域网的空间可以刻划为度量空间在某确定映射下的象。     

序列递推关系民一类代数几何码的有效译码：Ⅰ.一种新？…

在序列上引进了一种新的递推关系,它是线性递推关系的推广。建立了这种递推关系的极小多项式集的概念。给出了这种递推关系的一些重要性质,如一致预言定理等。     

基于相位校正的直扩接收机抗窄带干扰方法

为提高基带直扩接收机的抗窄带干扰能力,提出了一种相位校正方法.对接收到的基带直扩信号进行FFT变换,然后将其相位谱与+PN码和-PN码的相位谱进行比较.根据比较结果用+PN码或-PN码的相位谱完全替代接收信号的相位谱,同时保持幅度谱不变,进行相位校正后再经IFFT反变换回时域进行相关处理.采用的两种相位比较方法分别是Sum-Absolute Difference (SAD)方法和序列模式距离方法.仿真结果表明采用相位校正方法的直扩接收机在抗白噪声方面要略差于传统相关接收机,但是在抗强窄带干扰方面优于传统相关接收机,其中SAD比较方法性能要优于序列模式距离比较方法.     

基于时间序列的市场需求预测模型研究

在研究时间序列预测模型的基础上,提出了组合预测模型,并对模型参数进行了优化处理.用于预算未来某时期内市场供求趋势,从而为企业的决策提供依据.     

中国民用汽车拥有量时间序列动态模型研究

本研究以中国民用汽车拥有量54年年度数据为研究材料,通过计算机模拟对比,筛选出直线方程、指数函数曲线方程、幂函数曲线方程3类6种时间序列最优动态模型。从利用其中两种模型对未来3年预测结果看,最近时间段动态模型优于总时间序列动态模型,预测时间外延年份越长误差越大而精度越低。     

自激励广义二项门限自回归模型的统计推断

针对有上限且数据之间具有相依结构的非线性整数值时间序列数据的建模问题,提出一个自激励广义二项门限自回归模型.首先,证明该模型的严平稳遍历性,并讨论模型的一些统计性质：期望、方差、自协方差和转移概率;其次,分别给出门限变量在已知和未知两种情形下模型参数的条件最大似然估计方法;最后,将该模型应用到一组实际数据中进行拟合验证.     

次线性期望空间下END列Jamison型加权和的几乎处处收敛性

利用截尾的方法,考虑次线性期望空间下广义负相依(END)随机变量序列Jamison型加权和的几乎处处收敛问题,得到了次线性期望空间下END随机变量序列Jamison型加权和的几乎处处收敛性.将概率空间下END随机变量序列Jamison型加权和的几乎处处收敛拓展到了次线性期望空间下,推广了Jamison定理.     

构造宽间隔跳频码序列的两种算法之比较

为了对构造宽间隔跳频码序列的两种算法,即随机平移替代法和随机均匀转移替代法的性能进行有效的衡量和比较。首先对广义和狭义宽间隔跳频码序列进行了初步探讨,然后对两种算法分别进行了研究、分析、仿真和比较;最后得出结论：随机均匀转移替代法只能构造出广义宽间隔跳频码序列,其相关性性能稍好于随机平移替代法,但其均匀性性能较差,因而整体性能不如随机平移替代法;随机平移替代法可以构造狭义宽间隔跳频码序列,其性能比较理想,且易于实现,有较高的应用价值。     

基于随机矩阵理论的局部放电脉冲快速检测方法

局部放电(partial discharge, PD)的检测是开展电力设备状态评估的重要手段之一。由于现场背景噪声及干扰信号影响,采集到的局部放电信号往往淹没在噪声中。噪声抑制算法是提高局部放电脉冲检测的有效方法,但这些噪声抑制算法往往需要针对所有采集的数据展开,当数据量特别大的时候将严重影响其实时性。因此,提出了一种基于随机矩阵谱分布理论的局部放电脉冲快速检测新方法。利用特高频传感器接收到的PD时间序列构造高维随机矩阵,再根据随机矩阵理论下时间序列模型的经验谱分布理论,提出了基于滑动时间窗的局部放电脉冲快速检测方法。仿真及实验室测试结果表明,所提方法能快速地识别出时间窗数据中的PD脉冲。