数据流的非平稳性度量

该文融合遍历论、粗粒化方法和信息论的观点研究数据流的非平稳性度量问题.引入了数据流的非平稳性度量的概念,给出了数据流非平稳性度量的有效的近似算法.数据流的非平稳性度量为0和1之间的实数,平稳性较好的数据流的非平稳性度量较小.作者将数据流的非平稳性度量应用到模型选择问题中,提出残差序列非平稳性度量最小化的模型选择标准.作者用数值试验检验了该文提出的数据流非平稳性度量的近似算法,并检验了其作为模型选择标准的能力.数值试验的结果表明,非平稳性度量是衡量数据流非平稳程度的一个合理指标,可以很好地区分趋势平稳数据和差分平稳数据,区分独立同分布序列、白噪声序列和鞅差序列.

基于非平稳性度量的彩票数据实证分析

非平稳性度量是衡量时间序列平稳程度的方法．利用非平稳度量，给出了C检验，并结合非平稳性度量值，对我国体彩“排列五”、“七星彩”及美国亚利桑那州的博彩“Pick3”的历史数据进行分析，发现博彩各数位上整数“0-9”出现都拥有稳定的概率，但并不是以等概率1／l0现，其分布与i．i．d均匀分布稍有差异，其中“七星彩”均匀性最好，“Pick3”的均匀性次之，“排列五”均匀性稍差．

基于EMD及非平稳性度量的趋势噪声分解方法

该文结合非平稳性度量,研究利用经验模态分解算法进行趋势噪声分解,提出基于非平稳性度量的准则来判定舍弃的本性模态函数的数目.通过数值模拟证明了该准则克服了连续均方误差准则的缺陷,在不同噪声强度和复杂趋势下,都能够达到很好的去噪效果.

基于重对数律的非平稳性度量

时间序列的非平稳性与很多领域的应用密切相关.如何衡量时间序列的非平稳程度是一个重要的研究课题,已经构建了一个完整的非平稳性度量框架,其中稳定集合的判别标准处于核心地位.该文基于独立同分布随机变量的重对数律,提出了一种新的稳定集合判别标准,与已有标准相比,在显著性水平相同的情况下,收敛标准更为严格,且所需的参数更少,该方法提高了非平稳性度量在NS较小时的分辨率.对于确定性信号的参数校准,新方法得到的结果更为精确.

非平稳信号度量方法综述

非平稳性度量是非平稳信号处理中的重要课题。尽管已有的度量方法在原理上有较大差异,缺少统一的理论框架和度量标准,但这些非平稳信号度量方法都在其相应领域发挥了重要作用。本文对随机信号非平稳度量方法进行了综述,系统地总结、归纳了不同领域现有的随机信号非平稳性度量方法,包括基于统计量和动力学参数的时域方法、时频域参数方法、信号建模参数方法以及特定类别信号的非平稳性度量方法,给出了各种度量方法的应用,并展望了非平稳性度量的未来发展方向。

回归模型参数的变点检测方法研究

该文基于非平稳性度量指标(NS)构造了检测回归模型参数变点的方法.在选择合适的参数估计方法和窗口大小的前提下,计算窗口内样本的残差序列及对应的NS值,通过判断窗口内残差序列的平稳性从而达到变点检测的目的.构造一系列二分段回归模型进行实验验证,结果表明该方法能够有效检测到二分段回归模型的变点位置,与其它方法的对比实验结果也表明了该方法在回归模型参数变点的检测中准确性更高.

逆合成孔径雷达包络对齐性能评估及改进

包络对齐是逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)运动补偿的第一步,包络对齐的性能直接影响到ISAR系统后续初相校正以及方位压缩的准确性.为准确评估包络对齐的性能,文章提出一种基于偏移量残差序列的性能评估方法.该方法通过计算偏移量残差序列的L_(1)范数之和与非平稳性度量作为评估指标,分析评判各包络对齐方法的性能.实验结果表明,该评估方案真实有效.此外,为解决低信噪比情况下传统方法效果降低的问题,文章还提出了一种新的基于相邻包络差序列NS的包络对齐准则.实验验证该方法在噪声较大时相比原方法有一定改善.