直扩信号伪码周期及序列的估计算法

为了解决直扩信号伪码周期和序列估计的难题,提出了功率谱二次处理结合信号子空间分解的方法。该方法首先利用功率谱二次处理手段估计出直接序列扩频(DS-SS)信号的伪码周期,在此基础上采用信号子空间分解对DS-SS信号伪码序列进行盲估计。为了用信号子空间分解法对伪码序列实施精确估计,在其后加上了r1校正方法。计算机模拟结果表明,该方法在输入信噪比小于-14 dB时还能良好地工作。     

复杂性是随机性吗?

辨析了对柯尔莫哥洛夫复杂性的某些误读。指出柯尔莫哥洛夫复杂性定义下的随机性即序列的不可压缩性，不等于无序性，并且与传统的随机性理解相去甚远。在某些情况下，这种序列的不可压缩性恰恰是有序性的表现，从而说明，柯尔莫哥洛夫复杂性可以成为系统有序状态即复杂性的测度。     

非线性时间序列建模的混合GARCH方法

在文献[1]的基础上，首次提出混合广义自回归务件异方差（Mixture Generalized Autoregressive Conditional Heteroscedastic Model简记MGARCH）模型；给出并证明了MGARCH模型的一阶平稳性的充分必要条件及二阶平稳性的充分务件；给出该模型参数估计的EM算法：利用BIC定阶准则对MGARCH模型的各成份进行定阶；计算结果表明该模型对金融非线性时间序列中存在的变异率现象具有较强的描述能力，有广阔的应用前景。     

中国证券市场的非线性特征与分形维分析

采用Cao方法清楚地观测到中国证券市场的月收益率序列是确定性混沌序列,而日收益率序列和周收益率序列却接近于随机波动信号,不适宜做分形维的研究.对我国股市各指数分别作了分形维计算后,同时用替代数据法进行非线性检验,拒绝了中国股市为线性过程的可能性,从而保证了非线性前提下分维数结果的可靠性.结果显示:深证A股市场最为复杂,需要五个变量来建立动力学模型(D2=4 6150),而上证A股需要四个变量来建立模型(D2=3 2411).因此,深圳股市的效率弱于上海股市.而我国B股市场已经接近于发达国家股市的复杂性程度(D2=3 3195(上B);D2=2 5875(深B)),说明B股的效率比A股的效率高.     

基于组合策略的Lyapunov指数谱的计算

分析了基于BP神经网络模型的Lyapunov指数谱计算法存在的不足,提出了一种新的基于组合策略的混沌时间序列Lyapunov指数谱计算方法.由于该方法能够同时逼近给定目标函数的非线性部分与线性部分,因而具有更高的计算精度.最后将新方法应用于Henon映射Lyapunov指数谱的计算中.通过分析与比较,表明该方法具有更高的计算精度及更强的实用性.     

P2P文件共享系统中Peer的行为评价

以节点的行为评价是信任研究的基础为切入点,在严格遵循纯P2P系统信任机制建立的限制条件的基础上,综合运用表现序列和概率统计中即时估计、总体估计等数学理论知识,最终提出了对P2P共享文件系统中的Peer行为的一套评价预测方法.分析表明,该方法产生的误差在允许范围内.从而,能够为P2P系统准确、广泛、长时间的得到应用提供良好、完备的信任机制.     

一类随机变量序列关于Г-分布的强偏差定理

引进似然比作为非负连续型随机变量序列相对于服从Г分布的独立随机变量序列的偏差的一种度量，并通过限制似然比给出了样本空间的一个子集，在此子集上运用鞅方法得到了任意非负连续型随机变量序列的一类用不等式表示的强极限定理，将任意随机变量序列关于乘积分布的强偏差定理从离散状态空间推广到连续状态空间．作为推论得到了任意非负连续型随机变量序列关于指数分布，厄兰分布以及X^2分布的强偏差定理以及服从Г-分布的独立随机变量序列的一族强大数定律．     

组合数丢番图方程[2x]=[4y]的正解

运用递推序列法，给出组合数丢番图方程[x2]=[y4]的一个初等解法．     

基于Mbius带的数字图像置乱

利用M bius带提出了一种数字图像置乱方法,在置乱过程中采用了由离散Logistic映射系统生成的密钥混沌序列.该置乱方法在位置空间进行,具有随机性和变化的多样性.讨论了加密算法的安全性和效率等问题,并给出了实验结果.     

非汉字符号"混合序列的强大数律

讨论了一类较广泛的~混合序列的收敛性质,获得了与独立情形一样的三级数定理等收敛性质,并由此得到与独立情形一样的Kolmogov强大数律的充分条件.