TR唯象模型中的集体激发对比热的贡献

通过计算非费米液体重费米子体系的ＴＲ唯象模型中的集体激发对比 热的贡献，发现集体激发对比热的贡献与温度的４／３次幂成正比．这说明不能从 集体激发对比热的贡献来解释在实验上观察到的电子比热系数为温度的对数函数的非费来液体行为．

二滩水电站中期径流序列预测研究

分别利用门限回归模型(TR模型)和人工神经网络模型对二滩水电站的月平均径流量序列进行了预测。通过计算可知,门限回归模型和人工神经网络模型都可以很好地解决月平均径流的预测问题,相对误差总体上都比较小。但门限回归模型计算繁琐,不能及时、快速得到计算结果,而人工神经网络模型计算快速,占用内存小,还有很好的容错性,即使在数据不完全的情况下,也能及时准确地得到径流预报值。考虑到模型自身的特点和优势,在实际运行中推荐使用人工神经网络模型进行月平均流量的计算和预测。

中美贸易条件变化背景下的中国货币政策有效性研究

开放经济背景下,一国货币政策并不能完全独立不受干扰。本文通过构建EGARCH模型和TR模型,分析中美贸易条件变化对中国货币政策促进经济增长和抑制通货膨胀目标的有效性。其中,中美贸易条件分解为人民币兑美元汇率、中美利率差和中美贸易摩擦,通过影响贸易差额和跨国资本流动干扰货币政策的目标实现。分析认为,在目前出口大于进口、中美贸易摩擦加剧的情况下,货币供应量对促进经济增长的效果不明显。针对美国加息,中国应适当提高利率,以缩小利率差,一方面缓解人民币贬值和跨国资本流出压力,另一方面促进经济增长和平抑物价。

中央银行的外汇干预行为特征研究——基于TR-GARCH模型的实证检验

中央银行的外汇干预行为特征一直是学术界和业界关注的热点。2012年4月中央银行再次启动汇改进程,扩大单日人民币汇率浮动区间,但自2012年9月后,人民币兑美元汇率频繁涨停,出现"有价无市"现象,导致外汇市场陷入僵局。在一度授意商业银行购汇之后,央行终于从幕后走到台前,恢复入市干预。将央行外汇干预行为的研究进一步推向高潮。为了准确描述外汇干预行为的非对称性和异方差性特征,本文结合m-机制TR模型和GARCH模型构建起一个m-机制TR-GARCH模型,并对中央银行1996年1月至2013年5月的外汇干预行为特征进行实证考察。研究结果表明,相对于m-机制TR模型而言,m-机制TR-GARCH模型能够更好地描述中央银行外汇干预行为的异方差性特征;在模型的拟合效果和预测效果方面,2-机制TR-GARCH模型优于其它m-机制TR-GARCH模型;同时,2-机制TR-GARCH模型的门限变量为"汇率波动情况",说明中央银行进行外汇干预的触发因素为汇率波动;另外,2-机制TR-GARCH模型R2机制中目标汇率偏离程度和汇率波动的系数显著,证明中央银行外汇干预的目标是"逆风向干预"和"熨平汇率波动"。

基于3GPP TR38.901信道模型的时变信道建模与仿真

在实际通信环境中,用户端及周围的障碍物往往处在移动状态下,因此通信环境常建模为时变信道.为了充分研究当下第5代移动通信系统中用户移动性对信道特性的影响,对基于3GPP TR38.901信道模型的非平稳时变信道模型和平稳时变信道模型进行了仿真分析.仿真结果包含了2种模型的功率延时谱、信道冲激响应、信道时频相关传递函数、时延扩展、角度扩展和时间自相关曲线等.充分研究和仿真了TR38.901提出的2种时变模型,并进行了详尽地对比分析.