时变AR模型阶数确定与系数估计的方法

研究了用时变自回归(TVAR)模型对非平稳信号建模的方法.对该模型进行详细分析,探讨了参数模型辨识存在的2大问题:模型阶数的确定和基函数的选择.基于现定阶准则只适用于短时平稳信号的分析,所以利用具有时变特性的信息理论准则(information theoretic criteriaI,TC)来确定模型的阶数.通过引入基函数,利用最小二乘算法对模型系数进行估计,从而将非平稳信号的时变模型转化为线性时不变模型,并比较了几种基函数的拟合性能.证明了由于墨西哥草帽小波基函数具有良好的时频特性并且在使用时无需预知信号的先验信息,从而优于其他传统的基函数.     

基于小波分解和残差GM(1,1)-AR的非平稳时间序列预测

提出基于二进正交小波变换和残差GM(1,1)-AR方法的非平稳时间序列预测方案.首先利用Mallat算法对非平稳时间序列进行分解和重构,分离出非平稳时间序列中的低频信息和高频信息;然后对高频信息构建自回归模型,对低频信息则用灰色残差模型进行拟合;最后将各模型的预测结果进行叠加,从而得到原始序列的预测值.该方法不仅能充分拟合低频信息,而且可避免对高频信息的过拟合.实验结果表明,这种方法比传统的非平稳时间序列预测方法具有更高的预测精度.     

随机SIQS传染病系统的灭绝性和遍历性

考虑在环境白噪声干扰下建立的随机SIQS传染病系统, 当基本再生数不大于1时, 利用随机Lyapunov分析方法给出了随机系统围绕确定性系统无病平衡点的渐近行为. 结果表明, 当白噪声较小时, 疾病将灭绝. 当基本再生数大于1时, 利用Hasminskii的遍历性证明了随机系统存在平稳分布, 且是遍历的, 反映了在一定条件下, 疾病将流行.     

Lyapunov函数在一类随机扰动的SIS-VS传染病系统中的应用#br#

考虑一类具有随机扰动的SIS VS传染病系统, 应用新的Lyapunov函数研究该系统的遍历性, 得到了该随机传染病系统平稳分布存在 性和遍历性的充分条件. 结果表明, Lyapunov函数的构造方法改进了依赖于确定性模型的地方病平衡点和疾病致死率限制的已有结果, 得到了更适用的条件.     

基于小波标架算法的非平稳信号去噪方法

针对传统小波去噪算法存在的时频分辨率低、去噪效果不佳等问题,提出基于小波标架算法的非平稳信号去噪方法.首先,对含噪非平稳信号采样并计算Hilbert矩阵对应的对偶标架,然后以对偶标架作为小波基,对含噪非平稳信号进行小波分解与重构. ricker子波合成非平稳信号的去噪实验表明:该算法能有效去除非平稳信号中混入的随机噪声.与传统小波变化算法对比,该算法的误差更小,去噪效果更好.     

基于二阶循环统计量的BPSK参数估计

针对复值二进制相移键控(binary phase shift keying, BPSK)信号,推导了其无共轭项和带共轭项的二阶循环累积量表达式,分别研究了时延对其循环频率特性的影响,得出了独立的载频和码片时宽估计算法,即可以利用无共轭项二阶循环累积量时延零切片估计载频,可以利用带共轭项二阶循环累积量时延非零切片估计码片时宽,并推导了最优时延的选取,进而提出了一种更优良的码片时宽估计算法。仿真实验表明,提出的载频估计算法与循环谱算法比较,虽有2 dB的损耗,但是计算复杂度减小|码片时宽估计算法性能比利用循环谱的估计算法提高5 dB以上。     

非平稳鞅差序列生成的滑动平均过程精确渐近性的一般结果

利用非平稳鞅差序列的弱收敛定理和矩不等式, 得到了对于相当广泛的边界函数和拟权函数滑动平均过程部分和矩完全收敛性的精确渐近性的一般形式.     

渐增速度步行对普通男性心肺功能的影响

为探讨渐增速度下的步行运动对不同年龄段男性心肺功能的影响,利用便携式心肺功能仪记录相关指标,通过对实验数据的整理、统计和分析,了解心肺功能状况,对不同速度下步行运动的锻炼效果进行综合评价,为进一步开展全民健身运动的科学研究,提供思路和方法.     

步行训练机器人虚拟样机协同仿真方法研究

研究SolidWorks、ADAMS和MATLAB协同仿真方法,建立步行训练机器人虚拟样机三维实验平台,实现对步行训练的动态特性和控制系统的仿真验证,其结果证明虚拟样机协同仿真的方法确切有效地分析步行训练机器人运动特性,为研发步行机器人的物理样机提供主要参考.