基于SaS过程的分数低阶时频自回归滑动平均模型参数估计及时频分布

针对SaS过程下时频自回归滑动平均(TFARMA)模型分析方法的退化,该文用分数低阶共变取代二阶相关提出了分数低阶时频自回归滑动平均(FLO-TFARMA)模型的概念,并推导了模型参数的求解方法。在此基础上,给出了FLO-TFARMA模型时频谱估计算法,和已有的TFARMA模型时频谱算法进行了详细的比较。计算机仿真结果表明,在SaS过程环境下,所提出的FLO-TFARMA时频谱明显优于TFARMA时频谱,尤其是当参数a较小时,FLO-TFARMA时频谱优势更明显。

一种TVARMA参数估计方法及在飞行器结构响应信号建模中的应用

针对某飞行器结构响应信号TVARMA模型参数估计问题，本文提出了一种TVARMA模型系数分步估计方法。首先，采用改进的Y—W方程对TVARMA模型时变自回归部分系数进行估计，并计算残差序列；其次，建立残差的高阶TVAR白化模型，并反演与白化模型等价的时变滑动平均模型系数；最后，通过曲线拟合方法对时变滑动平均模型系数进行拟合。该方法避免了非线性方程求解，降低了计算量，应用结果表明其有效性。