中国股市收益率稳定分布实证分析

应用Nolan的稳定分布分析程序对上海综合指数收益率和深圳成分指数收益率的分布状况进行研究.结果表明:用正态分布对沪深股市收益率的分布状况进行描述是不合适的,而用稳定分布进行描述是比较恰当的;用稳定分布来描述沪深股市收益率的波动性,在涨跌停板制度实施后,有较高的精度.

α稳定分布下的加权平均最小p-范数算法

该文提出一种新的适用于α稳定分布噪声环境的自适应滤波算法,这种算法通过使加权平均误差函数的p-范数最小来实现自适应滤波。在这种算法的基础上,该文还得到两种新的动量LMP自适应算法。将这些新算法应用于估计AR模型的参数,计算机仿真的结果表明,该文提出的算法的性能比已有LMP算法的性能要更为优越。

一种α稳定分布噪声下OFDM信号调制识别与参数估计算法

正交频分复用(OFDM,Orthogonal Frequency Division Multiple)信号的调制识别与参数估计是非协作通信领域的重要研究内容.为了解决α稳定分布噪声下OFDM信号调制识别与参数估计困难的问题,提出一种广义循环平稳的盲处理算法.该算法首先对接收信号进行非线性变换,推导出接收信号的广义循环自相关函数表达式,分析了单载波调制信号与OFDM信号的广义循环自相关函数特性,并给出了OFDM信号的广义循环自相关函数与待估参数之间的关系.然后,基于分析结论,利用广义循环自相关函数构造调制识别特征完成OFDM信号与单载波信号的调制方式自动分类;最后,针对OFDM信号的调制参数估计问题,提出了一种基于广义循环自相关函数的调制参数估计算法.理论分析与仿真结果表明,在α稳定分布噪声环境下,该算法可以有效实现OFDM信号调制识别与参数估计,且算法不依赖接收信号的先验信息,可以直接对中频接收信号进行处理.

对称稳定分布噪声下基于广义相关熵的DOA估计新方法

针对稳定随机变量有限二阶矩不存在的特点,该文定义了一种新的广义相关熵,并从理论上证明了对称稳定分布随机变量广义相关熵的有界性。此外,提出了一种稳定分布噪声下基于最小广义相关熵准则的DOA估计新方法,给出了一种迭代优化算法并通过仿真实验分析了算法的收敛性。仿真结果表明,与现有基于分数低阶矩的FLOM-MUSIC、基于类相关熵的CRCO-MUSIC以及基于lp范数的ACO-MUSIC算法相比,所提方法可以获得更好的估计结果,尤其是在高脉冲性噪声环境下具有更加明显的优势。

中国股票收益率的稳定分布拟合与检验

对上海股票市场及深圳股票市场做了实证研究 ,对股票收益率进行了稳定分布的拟合 ,并与正态分布的拟合加以比较 ,并做了非参数的χ2和 Dn 检验 。

Alpha稳定分布的参数表征及仿真

仿真服从标准参数系下任意参数的Alpha稳定分布(αS)随机变量是开展相关信号处理研究的基础。服从对称Alpha稳定分布(SαS)的随机变量较易生成,而产生服从αS分布随机变量较为困难,一个重要的因素是存在易于混淆的不同参数表征。本文在讨论Alpha稳定分布概念、性质的基础上,讨论了三种主要参数系,提出并证明了正确的产生服从αS分布随机变量的变换公式及仿真方法,并通过Monte-carlo仿真比较了三种参数系表征的αS分布的概率密度函数的差异。对Pearson海杂波的仿真表明了该方法的有效性,而Chambers方法存在分布位置的偏差。

Alpha稳定分布噪声下时频重叠信号的载波频率估计方法

针对Alpha稳定噪声下时频重叠信号载波频率估计困难的问题,该文提出一种Alpha稳定噪声下时频重叠信号的载波频率估计方法。该方法首先提出时频重叠信号的广义四阶循环累积量的定义,然后检测离散谱线所对应的广义四阶循环累积量幅度谱的循环频率,进而估计出各个信号分量的载波频率,最后进行渐近性的理论分析,证明了该估计方法是渐近无偏和一致的。仿真结果表明,在Alpha稳定分布噪声下,该方法具有良好的估计性能和稳健性。

α稳定分布的水声信号处理新方法

本文依据分数低阶统计信号处理理论和舰船辐射噪声信号特性,提出了水声信号新的噪声模型,分析了常规LMS滤波方法在非高斯α稳定分布噪声下性能退化的原因,提出了基于分数低阶p-范数的LMP,NLMP水声信号自适应降噪滤波方法,并分析了参数p值的选取对LMP滤波效果的影响。理论分析和计算机仿真结果表明这种方法在高斯和非高斯α稳定分布条件下都具有良好的鲁棒性。

a稳定分布噪声下基于Merid滤波的跳频信号参数估计

常规时频分析方法是处理跳频(FH)信号的有力工具,但在a稳定分布噪声环境下无法有效地实现参数估计。该文提出基于Merid滤波的时频分析方法对跳频信号进行参数估计。Merid滤波器可以有效地抑制a稳定分布噪声,该文先对观测信号进行Merid滤波,再采用短时傅里叶变换(STFT)进行参数估计。仿真结果表明,在a稳定分布噪声环境中,该方法的跳频信号参数估计性能优于基于分数低阶和基于Myriad滤波的两种时频分析方法。

对称稳定分布的相关熵及其在时间延迟估计上的应用

相关熵是一个表示随机变量局部相似性的统计量。该文首先研究对称α-稳定(SαS)分布的相关熵的参数表示,利用该参数表示证明了对于位置参数为零的SαS分布,最大相关熵准则与最小分散系数准则是等价的。最后将研究结果应用于稳定分布噪声环境下自适应时间延迟估计。仿真实验表明,该文算法性能优于最小均方误差时间延迟估计与最小平均P-范数时间延迟估计。

稳定分布下基于FAM的低阶循环谱算法研究

该文在α稳定分布下结合共变理论、循环平稳和分数低阶矩(FLOM)等理论和方法,提出基于FAM(FFT Accumulation Method)的低阶循环谱算法,对算法中存在的循环泄露现象及算法复杂度进行了分析,并以调制信号(AM,QPSK)做了实验仿真.结果表明在α稳定分布下循环平稳信号的低阶循环谱密度和在高斯模型下的二阶循环谱结构是一致的,但基于α稳定分布假定所设计的信号处理算法对信号噪声特性不确定情况具有较好的韧性和抗脉冲噪声性能.最后在循环谱域构造了调制信号的低阶循环特征参数,为复杂背景下的调制识别提供了新的途径.

基于对称Alpha稳定分布概率神经网络的铝电解槽况诊断

在铝电解槽非稳态情况下,槽参数易发生局部突变,呈现非高斯概率分布,且各种槽参数相关性较强,无法满足概率神经网络中训练样本必须服从独立同分布的假设条件,影响槽况诊断的精确度。提出一种基于对称Alpha稳定分布概率神经网络的铝电解槽况诊断方法,利用其对非高斯分布数据的良好近似拟合能力,改进模式层的径向基函数,提高概率神经网络对槽参数局部突变的适应性。通过取自某厂170kA大型预焙槽的样本进行检验表明,该方法能够对5种槽况做出正确的诊断,具有较强的分类精度和收敛速度。

分数低阶alpha稳定分布的STFT时频分析方法

对于α稳定分布噪声的非平稳信号,仅用频域的一维分析方法是不够的,需要考虑进行二维的时—频域分析方法。在基于传统的短时傅里叶变换(STFT)基础上,针对分数低阶α稳定分布的特性,提出了分数低阶STFT新方法。计算机仿真结果表明,该分数低阶STFT方法能克服传统的STFT方法在对α稳定分布进行时频分析时的性能退化问题,为α稳定分布在时频域的研究开拓了全新的途径。

应用Alpha稳定分布对雷达杂波的辨识

该文引入正向Alpha稳定分布辨识常见的瑞利、韦布尔、对数正态和K分布雷达杂波,以该分布模型参数表征4类雷达杂波的拖尾分布。提出了以Alpha稳定分布模型参数作为杂波分类特征的雷达杂波辨识的新方法,实现了对常见4种杂波分布的辨识。仿真结果表明,同经典的KS假设检验方法相比,该方法辨识精度高、运算量小。

基于α稳定分布参数估计的滚动轴承故障诊断

针对滚动轴承故障损伤程度难以确定的问题,提出对滚动轴承不同故障位置、不同损伤程度的振动信号进行故障特征提取及智能分类的故障诊断方法。首先,对各状态振动信号进行α稳定分布四参数估计,选取敏感性及稳定性最好的二种参数组成二维故障特征量;然后,输入到经过粒子群优化算法(particle swarm optimization,简称PSO)进行参数优化后的最小二乘支持矢量机(least squares support vectors machine,简称LSSVM)中进行故障诊断;最后,通过台架试验数据验证了该方法的有效性,并与未经过PSO参数优化的LSSVM、支持向量机(support vectors machine,简称SVM)方法的诊断结果进行比较。结果表明:该方法可实现滚动轴承故障位置及损伤程度的智能诊断,比未经PSO参数优化的LSSVM、SVM方法具有更优的泛化性,更短的训练、测试时间,可应用于实际工程。

基于稳定分布的铝合金点焊接触电阻

接触电阻是电阻点焊熔核形成与数值模拟的重要参数,决定着点焊质量。采用电阻点焊接触电阻的计算模型与统计分析相结合的方法,通过模型计算工件/工件、工件/电极之间的接触电阻,并将其作为统计抽样检验的数据,研究接触电阻的分布规律。文中采用稳定分布去拟合工件间的接触电阻,并利用非参数统计Dn方法对拟合曲线进行检验。结果表明,所建立的计算模型正确,同时选用的稳定分布函数能更好的拟合工件间的接触点电阻,它们对研究电阻点焊有着重要的理论意义和实用价值。

分数代阶α稳定分布及其应用中的若干问题

α稳定分布模型是一种包含高斯分布,但具有更广泛适用性的随机分布模型,文中在简要介绍α稳定分布及分数低阶统计量的概念和特性的基础上,研究了在分数低阶α稳定分布条件下进行信号处理需要解决的几个问题,并给出了相应的结果。

α稳定分布过程的谱分析方法

对于α稳定分布的随机过程,由于没有有限的二阶矩,因此不能利用功率谱来进行相应的频域分析.基于分数低阶统计量,提出了新的谱分析方法,并研究了分数低阶协方差谱的几种估计方法.理论分析和仿真实验表明,分数低阶协方差谱是一种有效的α稳定分布过程的谱分析方法,三种分数低阶协方差谱估计方法中,加权交叠平均法由于采用加窗和分段使得估计方差明显变小.

Alpha稳定分布噪声下的通信信号识别

Alpha稳定分布是一种能够保持自然噪声过程产生机制和传播条件的极限分布.本文以特征指数介于1和2之间的Alpha稳定分布模型为背景噪声,研究Alpha稳定分布的分形盒维数特性,从理论上说明分形盒维数对特征指数介于1和2之间的Alpha稳定分布噪声不敏感.提取所选信号族中信号相位的分形盒维数作为特征参量对信号进行识别,理论和仿真实验说明本方法在非高斯Alpha稳定分布噪声背景下有很好的韧性.

稳定分布及其在金融中的应用

本文较为详细地介绍了稳定分布的一些基本性质,并通过股票指数收益率的稳定化PP图和直方图发现其具有高峰厚尾特征.统计分析表明。用稳定分布去刻画收益率分布的比其它分布更加有效.最后介绍了稳定分布在金融风险度量应用中的有效性.