单通道ARMA信号信息融合Wiener反卷积滤波器

应用现代时间序列分析方法,基于自回归滑动平均(ARMA)新息模型、白噪声估值器和观测预报器,在线性最小方差最优加权信息融合准则下,对单通道ARMA信号提出了多传感器分布式融合Wiener反卷积滤波器,可统一处理融合滤波、平滑和预报问题。为了计算最优加权,提出了局部估计误差互协方差的计算公式。同单传感器情形相比,可提高滤波精度。一个仿真例子说明了其有效性和正确性。     

自校正信息融合Wiener反卷积滤波器

对于含有未知模型参数和噪声统计的多传感器信号反卷积系统,应用现代时间序列分析方法,基于自回归滑动平均（ARMA）新息模型参数的在线辨识,可在线估计噪声方差,进而提出了自校正信息融合Wiener反卷积滤波器。证明了它的渐近最优性,即若ARMA新息模型参数估计是一致的,则它收敛于当噪声方差已知时的最优融合Wiener反卷积滤波器。同单传感器情形相比,它可提高滤波精度。一个带三传感器的反卷积系统的仿真例子说明了其有效性。     

带扩散扰动项的保费随机收取的再保险与最终破产概率

研究在超额索赔再保险和保费随机收取的条件下,保险公司的最终破产概率问题,用鞅方法得到最终破产概率的上界以及最终破产概率的精确表达式。     

一类化学图及其线图的Wiener指数

图G=(V,E)的Wiener指数W(G)是一个基于距离的拓扑指数,它是G中所有顶点之间的距离之和.对于任意整数n,证明了存在无限多个圈秩为2平面二部化学图,其Wiener指数与它的线图的Wiener指数之差是n,且其线图也是化学图;部分解决了A.D.Dobrynin和L.S.Mernikow提出的一个公开问题.     

基于IEEE 802.16e的MIMO-OFDM系统的信道估计

信道估计对于提高M IMO-OFDM系统的性能至关重要。既有较好的性能,又实现简单,是信道估计研究的目标。文中研究了ML-1D维纳信道估计,将其应用于IEEE 802.16 e M IMO-OFDM系统,并将其与2×1-D维纳滤波器进行了比较。仿真结果表明,此估计器能够减小计算复杂度并达到较好的性能。     

多模型信息融合Wiener状态估值器

对多模型多传感器线性离散定常随机系统,应用现代时间序列分析方法,基于自回归滑动平均(ARMA)新息模型和白噪声估计理论,根据按矩阵加权、按对角阵加权和按标量加权三种最优融合规则,提出了系统公共状态的三种最优加权融合Wiener估值器。它们的精度高于每个局部估值器的精度,且可统一处理融合滤波、预报和平滑问题。为计算最优加权,提出计算局部估计误差互协方差公式。它们可用于带ARMA有色观测噪声系统状态融合滤波问题。一个跟踪系统MonteCarlo仿真例子说明其有效性。     

ARMA信号自校正信息融合Wiener滤波器

对于带多传感器的含有未知模型参数和噪声统计的ARMA信号,应用现代时间序列分析方法,基于ARMA新息模型的在线辨识,提出了多传感器自校正信息融合Wiener滤波器。它具有渐近最优性,且可统一处理滤波、平滑和预报问题。一个跟踪系统的仿真例子说明了其有效性。     

基于小波和先验信噪比维纳滤波的语音增强

描述了先验信噪比估计的维纳滤波算法,分析了小波多分辨率分析在信号频谱划分中的作用,提出一种小波和先验信噪比维纳滤波相结合的改进算法.通过小波变换对带噪语音信号进行多尺度分解,然后对不同尺度的小波系数采用维纳滤波,用滤波后的小波系数重构得到增强语音信号.通过计算机仿真实验,将提出的算法与传统维纳滤波算法进行比较.实验结果表明改进算法在低信噪比情况下有效提高了增强效果,对语音成分的影响较小,提高了语音质量.     

Lagrange插值在一重积分Wiener空间下的平均误差

在加权L2-范数下,讨论了基于第二类Chebyshev多项式零点的Lagrange插值多项式列在一重积分Wiener空间下的平均误差,得到了相应量的弱渐近阶.     

随机利率下的期初付n年期确定年金

文章在随机利率条件下,先讨论了随机利率下的期初付n年期确定年金现值的分布、期望及方差的一般表达式.然后假设利率服从Wiener过程,将得到一般结果应用于特殊情况.