微弱高频CW信号的自适应滤波

高频电报(CW)是强噪声背景下战术应急通信的主要工作方式,由于高频信道是典型的随参信道,不可能事先已知干扰噪声的统计特性。该文提出了一种基于ARMA新息模型的CW信号自适应Kalman滤波方法,以解决高斯背景下高频电报系统干扰噪声方差未知的问题。根据CW信号的时频域特征定义状态空间随机信号模型,构造ARMA新息模型,通过在线辨识新息模型参数来估计Kalman滤波增益,实现CW信号的自适应跟踪滤波。仿真结果表明,该方法能够有效估计微弱高频CW信号时域波形,算法可递推实现,实时性强。     

远期运费市场(FFA )预测即期运价的精度分析

中国从澳大利亚和巴西进口的大部分铁矿石使用好望角型船运输,准确预测该两条航线的即期运费对航运相关企业很有意义.运用自回归模型(AR)、自回归移动平均模型(ARMA)和向量自回归模型(VAR)三种模型预测即期价格,并对三种模型的预测误差进行比较,结果发现:三种模型所得到的预测结果的平均误差百分比均小于2%,完全可以满足企业预测即期运费的精度要求;拥有远期运费滞后因子的VAR 模型的预测精度并不比单变量模型(AR ,ARMA)高,可见远期运费市场对即期市场的价格引领作用有限;即期运费受到滞后一期自身的影响大于滞后一期远期价格,且统计上显著     

经济预警模型述评

在经济预警中几乎每个阶段都可能要运用一些模型.本文介绍了使用得比较多的ARMA模型、ARCH模型、VAR模型、概率模式识别模型、贡献分析法、NN模型、KLR信号分析法、STV横截面回归模型、MCS模型等,并结合我国实际情况进行了简评.     

中短期时间序列的经济预测模型

通过引入Fourier级数和ARMA(n,n-1)模型,建立一种用于中短期时间序列经济预测的新模型。在该模型中,利用曲线拟合来剔除时间序列的趋势,利用Fourier级数来分析季节变动,利用ARMA(n,n-1)模型来处理不规则波动。最后,用一个算例说明模型的可行性。     

用PSO方法搜索基于MLE的ARMA模型参数

针对小样本条件下用矩估计(ME)方法获取ARMA模型参数粗略的缺点,将粒子群优化算法(PSO)用于小样本ARMA模型参数的极大似然估计(MLE),以获得概率上最优的数字解。在分析基于ARMA模型似然函数的基础上,详细分析了PSO的思想、方法和评价指标。以实际例证显示了联合PSO优化方法估计AMAR模型参数的优良特性,并从算法和似然函数角度分别阐释了形成利弊的原因。     

ARMA过程的小波特征

本文分析了由具有二阶矩的ARMA过程的小波特征,把时序模型与小波变换结合起来,得到一些新结果。     

石油价格的ARFIMA模型预测研究

经检验，石油价格波动具有长记忆性，而通常用于定量预测的ARMA模型是不考虑长记忆性的．应用考虑长记忆性的ARFIMA模型对石油价格进行了预测研究，预测结果表明，ARFIMA模型的预测结果要好于不考虑长记忆性的ARMA模型．     

小波去噪结合ARMA模型在电力设备故障率预测中的应用

针对电力设备故障率具有周期性、随机性和多变性等特点,提出小波相关性去噪算法与时间序列自回归滑动平均(ARMA)模型的电力设备故障率预测方法.将电力设备故障率数据进行小波相关性去噪,最大限度保留有效序列,把重构后的序列进行ARMA建模及预测,预测值与实际值进行比较.仿真结果表明,小波相关性去噪后的ARMA模型预测结果有较高的精度,实际故障率预测效果较好.     

自回归—滑动平均(ARMA)譜估值器的頻率检測特性

本文提出了一种叫ARMA/AR谱估值器的方法、用以估计所需窄帶信号(它是被淹没于噪声中的),从而克服了直接求ARMA谱估值概率密度函数的困难,使得现有的AR谱估计的概率密度函数能直接用来求出ARMA/AR谱估值器的频率检测特性。计算结果表明。ARMA/AR谱估值器的检测性能要优于相应的AR估值器。     

基于时间序列的上海银行间同业拆放利率(Shibor)

上海银行间同业拆放利率(Shibor)的推出对利率市场化进程具有强烈的推动作用,各报价银行的准确报价将对Shibor的有效运行起到决定性作用.本文基于时间序列的自回归移动平均模型(ARMA模型)对Shibor价格进行分析,研究结果表明:时间序列分析对Shibor价格具有一定的预测能力,特别是短期预测效果较好.因此,时间序列模型分析对Shibor报价具有指导意义.     

采用RML算法的自适应譜估計方法

本文详细地研究了ARMA信号源模型参数(即模型的零点和极点位置)变化对采用递归最大似然(RML)算法自适应谱估值器估计性能的影响。指出在合理的数据长度内,这种方法适用于模型的零点和极点充分分离的情况。提出了一种可获得高分辨率谱估计的高阶估值器方法。     

中国证券市场三因素模型敏感系数稳定性和可预测性研究

三因素模型回归系数是测度投资对象系统风险的重要指标。我们利用chow检验对证券收益三因素模型结构的稳定性进行了分析研究,用ADF检验对模型的三个回归系数的稳定性进行了实证分析,运用ARMA和GARCH模型对回归系数的预测能力进行了研究。结果表明三因素模型结构不稳定,但短期比长期结构稳定性要高;大部分组合回归系数时序稳定性较差,同时ARMA和GARCH模型对每个回归系数时间序列进行预测显示有较好的预测能力。     

保险市场基于保费信号的信号传递博弈模型分析

信号传递博弈是不完全信息动态博弈模型中一类简单、重要的博弈模型,它在经济管理领域内有很多应用。用保费作为信号,建立不完全信息动态的信号博弈模型,分析保险双方的博弈策略选择及其可能达到的均衡,研究表明,博弈模型存在某种形式的精练贝叶斯纳什均衡。     

正常纱条波谱图一般形态与识别

现在虽有许多纺织厂配置条干分析仪,但是,许多单位在使用过程中存在两种模糊认识,一是根据过去的理论研究,认为纤维完全伸直、平行、等长、纱条截面内纤维根数服从泊松分布的理想纱条的波谱图峰值位於纤维平均长度的2.5～3倍左右;二是认为牵伸波由工艺不良引起。这两种观点不利於正确认识分析波谱图。本文从更接近於实际情况出发,从理论上探讨了正常纱条的波谱形态和牵伸波的形成机理。指出:正常纱条波谱图的谱峰应位放采样片段长度的2.695倍,限纤维长度无关;大多数牵伸波应是机械故障引起,为正确分析和认识实际纱条的波谱提供了理论依据。     

羊毛给油研究之我见

一、羊毛给油的必要性及其作用 和毛油是毛纺纺纱加工过程中必不可少的重要助剂,但往往未能引起人们足够重视。毛纺生产(从洗净毛到成纱)加油主要在和毛工序、复洗第三槽以及混条工序进行。加油之必要性源于以下几点: 1.洗净毛的残存油脂一般为0.4～1.2％。羊毛的含脂量从根部到尖部分布不匀,在洗毛过程中羊毛与洗剂的接触也不会均等,所以残脂在洗净毛表面也不可能均匀分布。如不加油将会使纤维与纤维之间、纤维与机件之间处于干燥摩擦和界面摩擦的混合状态,摩擦因数(系数)必然较大。补加油剂后,则使纤维表面形成一层连续性的油膜,基本处于界面摩擦状态。     

走出中小企业融资难的分析思考

中小企业的发展已成为推动和保持中国经济高速增长的重要力量,但是融资困境已成为制约中小企业发展的主要因素。借贷双方信息不对称问题是造成中小企业融资难的一个重要原因。在信息不对称的情况下,信贷市场存在逆向选择的行为是一个共识,因此将信号博弈模型引入中小企业融资难的现实情景中,分析之后可得出的结论主要有:信息对称的信贷市场是有效率的;在信息不对称条件下贷款人只愿意提供一个较高的贷款利率;在信息不对称以及企业传递信号成本无差异时,逆向选择的问题不能得到解决;在信息不对称以及企业传递信号成本有差异时,可以消除信贷市场中的逆向选择问题。基于分析结果,最后提出相关的政策建议。     

政府采购与经济增长的实证研究——基于ARMA最优模型

本文采用基于ARMA模型适用于小样本的最优预测的建模方法,来分析政府采购和经济增长之间的因果关系。研究结果表明政府采购和经济增长之间存在非对称、单向因果关系,即政府采购对经济增长的影响不显著,而经济增长对政府采购具有促进作用。因此,从政府采购影响路径的角度分析认为,在后金融危机时代应该采取一些可行的措施扭转政府采购对经济增长的不显著状况。     

在线检测棉条不匀的传感器设计分析

本文设计了一种结构简单的双端固定梁传感器,通过动态分析和实验结果分析,说明该传感器适用于在线检测棉条不匀。     

基于GARCH模型族的国际船用燃油价格波动性研究

船用燃油成本一直都在航次成本中占有较大的比重,加强对船用燃油价格波动的监控和预测是航运企业加强经营成本控制和管理的重要手段。以新加坡市场船用燃油IFO380cst作为研究对象,利用ARMA(1,1)模型对其价格收益率进行回归拟合,通过GARCH模型消除了序列存在的异方差性,并利用GARCH-M模型和TARCH模型对其进行进一步研究,发现对于新加坡市场船用燃油IFO380cst而言,不存在ARCH in mean效应和杠杆效应。     

基于小波变换和时间序列法考虑随机分量的短期风速预测

为提高短期风速预测的准确性,本文结合小波变换和时间序列法,考虑随机分量进行短期风速预测.利用小波变换对风速时间序列分层,将高频变化的风速时间序列利用自回归滑动平均模型(ARMA)进行预测,低频变化的风速时间序列利用持续法进行预测,最后将预测结果叠加并通过随机阵列对结果进行修正.通过实例验证以及与时间序列方法进行对比,结果证明该方法的预测精度和预测稳定性都有所提高.