基于ARIMA模型算法的频谱时间序列预测分析

结合频谱时间序列的特点,选择ARIMA模型作为预测模型,通过ARIMA模型算法的流程分析,初步论证预测模型及预测精度的可靠性。

椎基底动脉短暂缺血性眩晕患者畸变产物耳声发射的频谱时间序列分析

为探讨畸变产物耳声发射（DPOAE）对椎基底动脉短暂缺血性眩晕（VBTIV）患者进行定位诊断的可能性，利用ILO－92耳声发射仪对21例VBTIV患者进行了纳音听阈、声反射阈及DPOAE测试。结果示，21例VBTIV患者纯音听阈、声反射阈均无明显改变；而DPOAE的平均幅值下降，变异系数增大，DPOAE的平均幅值与变异系数结合发现VBTIV患者中36．8％属于异常。提示部分VBTIV患者存在用常规听力学测试方法难以发现的耳蜗功能损害，DPOAE的频谱时间序列分析有可能为证实并鉴别VBTIV是属于中枢性还是周围性提供依据。

短时纯音暴露对正常人畸变产物耳声发射幅值及频谱时间序列的影响

探讨在耳蜗功能早期轻微损害时畸变产物耳声发射（ＤＰＯＡＥ）幅值及频谱时间序列的特征，促进ＤＰＯＡＥ的临床应用。方法：用 １３０ｄＢ ＳＰＬ的 ４ ｋＨｚ纯音对 １５例听力正常人（３０耳）进行 ３ ｍｉｎ的短时暴露，造成听力暂时性阈移后，用ＩＬＯ－９０耳声发射仪记录、分析暂时性阈移（ＴＴＳ）时ＤＰＯＡＥ的幅值、时间序列的特征，并与纯音暴露前进行对比。结果：正常人经过短时纯音暴露后，０．５，１，２ ｋＨｚ纯音和宽带噪声的声反射阈升高，纯音暴露前后０．５、１、２ ｋＨｚ与ＢＢＮ之间的平均反射阈差值分别为（９．７８±６．９８），（８．０４±５．５８），（１３．０±５．５８） ｄＢ ＨＬ和（８．８２±６．２３），（５．７５±４．４２），（９．０５±２．２７）ｄＢ ＨＬ，声反射阈差值缩小。纯音暴露前后６ ｋＨｚＤＰＯＡＥ幅值分别为（６．００±３．４５）和（１．７２±１. ２３） ｄＢ ＳＰＬ，降低４．２８ ｄＢ ＳＰＬ，时间序列变异系数为（５．１８±１．６３）％，时间序列曲线稳定性降低，ＤＰＯＡＥ幅值与时间序列结合发现８０％的人ＤＰＯＡＥ处于异常范围。结论：ＤＰＯＡＥ的幅值与时间序列结合分析有诊断耳蜗功能早期轻微受损的临床价值。

用于变压器端部垫块脱落故障识别的时间序列频谱熵稳定度算法

变压器声纹信号包含丰富的信息,在不同的运行状态下声纹可分为瞬态声纹和稳态声纹。以某变压器端部垫块脱落故障为出发点,分析其振动机理并挖掘声纹特征,实现对该故障的判别工作。首先,建立质量-弹簧-阻尼模型分析了该故障的振动模式和发展规律;其次,对声纹信号进行短时傅里叶变换,并利用Mel滤波器组对时频谱进行压缩感知;再次,利用时间序列频谱熵特征提取算法,引入了信号稳定度的概念;最后,对162台变压器现场采集的工况声纹信号数据集和试验采集的铁心松动故障信号数据集进行稳定度计算,统计稳定度分布情况。利用端部垫块脱落为瞬态声纹分布,而现场和铁心松动故障为稳态声纹分布的差异,通过稳定度方法从两类数据集中识别出端部垫块脱落故障。

广义频谱及其在经济学和金融学的应用(英文)

综述了时间序列频谱分析 ,尤其是一种广义频谱方法的新近发展 .Hong ( 1 999)提出的广义频谱是建立在通过特征函数进行的数据转换的基础之上 ,它可以刻画线性和非线性的相关关系 ,而通常的频谱或高阶频谱恰易将非线性的相关关系遗漏 .还探讨了广义频谱在经济学和金融学中的广泛应用 ,其中包括市场有效性的检验 ,动态资产定价模型的正确性 ,价格变化方向的可预测性 ,风险值模型的完备性以及概率密度预测的最优性 .

红岩煤矿岩溶水对暴雨响应特征研究

岩溶地下水系统由于管道流和扩散流同时存在而非常复杂。岩溶区暴雨过程中矿井突水造成了生命与财产的重大损失。因此在这些地区掌握矿井突水对暴雨响应特征是极其关键的。本文在大量监测资料基础上研究了红岩煤矿岩溶地下水系统 ,利用时间序列频谱分析建立了突水与暴雨之间的响应模型 ,并利用该模型预测了矿井突水趋势。

Estimation of structural modal parameters by fourier transform with an optimal window

An adaptive Fourier Transform （FT） with an optimal window has been proposed for the time-frequency analysis of nonstationary time series. The method allows for a good estimation of both frequency and amplitude of the spectrum and can be easily applied to the general case of time-varying signals. The evaluation of the proposed approach has been performed on measured time-varying signals from a suspension bridge model and a steel frame model whose data have the typical non-stationary characteristics. The numerical results show that the proposed approach can overcome some of the difficulties encountered in the classic Fourier transform technique and can achieve higher computation accuracy.