一种非线性系统多项式逼近的建模方法

提出一种简便的非线性多项式逼近建模方法。对非线性系统,首先,利用拓扑同胚变换,将系统的有界输入输出数据变换为[0,1]范围之间的数据,然后选定初始多项式,对初始多项式模型反复利用递推最小二乘法进行参数辨识,通过比较项与参数乘积绝对值的大小,剔除多项式中对模型贡献较小的项,直到得到确定的多项式模型,大量的仿真结果表明了算法的有效性。     

基于采样率变换与FFT的GPS系统C/A码捕获改进算法

针对全球定位系统民用粗码信号快速捕获算法速度慢、不易于硬件实现的不足,提出了基于采样率变换和FFT的GPS信号C/A码捕获算法。利用采样平均的方法把采样率为5Msps的输入信号降低为1.024Msps,然后利用FFT进行粗捕,得到粗略的伪码相位,最后对粗略的伪码相位周围的原始数据进行循环相关处理得到精确的伪码相位估计值,降低了对后续跟踪环的动态要求。仿真结果表明该算法运算量小可以快速实现C/A码的粗捕,得到高精度的捕获结果,同时该算法可以利用现有1024点的FFT处理核(IP),便于在硬件上实现。     

基于跳跃-扩散过程的一类亚式期权定价

在期权定价理论的研究中,一般都假设标的资产(设为股票)的价格服从几何布朗运动.然而在现实的金融市场上,当有重大信息到来时,便会对股票价格产生冲击,使其价格出现不连续的跳跃.考虑这一因素,在标的资产价格服从跳跃-扩散过程时,分别在完全市场与非完全市场上通过选择帐户折算变换与复制将一种亚式期权(考虑算术平均)定价问题进行简化为一种类似于欧式期权定价问题,然后运用Merton对冲风险方法得到原亚式期权的定价与套期保值策略.     

蒸发波导环境中基于ZMNL的海杂波仿真

针对海上蒸发波导环境中雷达目标的识别,提出了蒸发波导中基于零记忆非线性变换(ZMNL)的海杂波实现方法。该方法确定了海杂波K分布参数与蒸发波导高度间的关系,可得到不同蒸发波导高度、不同探测距离处的相关K分布杂波序列。给出了应用该方法产生杂波的具体步骤,仿真实验证明了该方法用于蒸发波导中海杂波建模的有效性。     

基于阵列接收数据合并的宽带DOA算法

提出了一种新的宽带波达角(direction of arrival, DOA)算法,该算法将各频率点的协方差矩阵相加后构造出一个新的协方差矩阵,从而实现DOA估计.这种新的思路来源于聚焦变换的思想并在理论上得到了证明.然后,详细讨论了算法中最优参考频率的选择问题.分析表明,与传统的宽带DOA算法相比,新算法的运算量较低.仿真结果显示,新算法的性能优于其他宽带DOA算法,同时仿真实验也验证了最优参考频率选取准则的正确性.     

提升类小波变换加速的模基参数估计算法

将提升类小波变换(lifting wavelet-like transform, LWLT)应用于矩量法（method of moment, MOM）快速求解电场积分方程（electric field integral equation, EFIE）,对生成的稀疏化线性系统采用模基参数估计（model based parameter estimation, MBPE）算法求解,可获得小波域的宽带解,结合小波逆变换,最终实现目标电磁散射特性的宽频分析。通过不同三维散射体的计算分析,验证了算法的正确性。与传统模基参数估计算法相比,所提算法在计算时间和内存耗费上均有很大改善。     

基于前后向协方差矩阵投影的信源数估计算法

针对均匀线阵的信源数估计问题,提出了一种基于前向-后向采样协方差矩阵正交投影的多目标信源数快速估计算法。该算法将经过酉变换后的前向-后向采样协方差矩阵的列矢量做Gram-Schmidt (GS)正交化,并将正交化后矢量的模值与一个自适应判决门限做比较来估计信源个数。该判决门限根据阵列采样协方差矩阵估计误差的渐近分布特性推导得到。计算机仿真证明了该算法的正确性和有效性。     

Hedonic住房价格模型的选择与实证检验

借助Box-Cox变换技术用于hedonic住房价格模型估计,通过对数似然比和样本外Theil不相等系数检验,对已有文献中常见函数形式的拟合效果进行评估,从而确定最佳的函数形式.实证研究表明Box-Cox变换模型优于线性、半对数、双对数等函数.     

一般Levy过程下带违约风险的可转换债券定价模型

对可转换债券的相应标的股价S_t=S_0exp[(r-q)t+X_t],在X_t是Levy过程的假设下,运用傅立叶变换和残数定理,得出了带有赎回和回售条款的可转换债券的定价公式;同时,结合Duffie关于衍生产品带违约风险的定价方法,给出了带违约风险的可转换债券定价公式.     

用离散小波变换对格网DEM数据压缩中的关键技术

DEM数据具有不稳定、相关性差的特点,用离散小波变换对格网DEM数据进行压缩处理时,其边界问题将更为突出,主要表现在边界失真非常严重.这种现象不可避免地导致重建DEM数据精度的损失严重.为了最大限度地减弱边界问题的影响、提高压缩比,在进行格网DEM数据压缩时,作者将二维离散小波变换的边界问题转换为一维离散小波变换的边界问题,大大减小了边界失真区域,提高了重建DEM数据的精度.进而,用相应的算法进行了DEM压缩实验, 结果表明:可获取高压缩比且高精度的重建DEM数据.