基于正负区间统计分析的信号趋势项自适应消除方法

趋势项的存在会严重影响信号异常检测方法的准确性,因此需要在信号预处理过程中进行消除。高通滤波法是一种简单且有效的趋势项去除方法,应用最为广泛,但其参数选择基于经验,无法实现实时最优,因此方法的鲁棒性和泛化性差。以高通滤波法为基础,首先提出了信号正负区间统计分布曲线的概念,并基于这一概念引出了趋势项判断准则。在此基础上,设计了高通滤波器截止频率的实时优化选择方法以实现信号趋势的自适应消除,并对所提方法的影响要素进行分析。结合实际应用问题改进了算法,提高了迭代收敛速度,减少了计算量。最终利用石油管道泄漏监测问题中的压力信号数据证明了所提方法可以获得实时最优的滤波效果,实现趋势项的消除,且预设参数简单,算法计算量小。

区域地下水变化对GNSS基准站的形变影响研究

GNSS基准站时间序列数据受到区域地下水变化因素的影响会存在周期项和趋势项,本文通过分析地下水的水位变化规律,与基准站时间序列数据进行对比分析,计算得出地下水变化对基准站形变的影响大小,研究结果表明:地下水水位变化对基准站的形变影响主要体现为垂直方向的形变,地下水水位变化对基准站的垂向位移存在较大影响,其中,HEZE基准站为5.7 mm/m,LICH基准站为23.0 mm/m;地下水水位变化对GNSS基准站的水平位移影响较小,呈现弱相关状态。该研究为地下水变化影响GNSS基准站形变规律提供了参考依据。

轨道几何状态检测异常数据实时智能识别

受外界干扰、数据传输、传感器信号偏移等因素影响,轨道几何状态检测数据会产生异常峰值超限,影响现场检测人员工作效率。考虑到异常数据样本较少的不利因素,本文基于轨道几何检测系统传感器正常数据,通过消除数据趋势项,提取时序数据多维特征组成训练集,训练并构建了基于单分类支持向量机的异常数据智能识别模型。运用该模型对某地铁轨道几何检测系统单边位移的时序数据进行预处理、特征提取和智能分类,试验验证了其识别效果。结果表明:该方法识别效果好,误报率低,异常数据识别准确率高,且具有轻量化、易部署的特点,可满足轨道几何检测系统实时检测要求。

发泡聚乙烯隔振性能研究

为研究发泡聚乙烯的隔振性能,测试了质量块和振动台的加速度信号;运用最小二乘原理,消除了实验数据的趋势项;建立了发泡聚乙烯多项式动力学模型,识别出了一个工况下的衬垫的参数;运用Runge-Kutta法和重构恢复力-位移曲线,证明了模型的正确性;最后,运用相同的方法,得出了其它工况下的参数识别结果。研究的结果可直接为防震包装提供理论依据。

基于趋势及回归分析的珠三角城市群需水预测

对近10年珠三角城市群用水量进行了特征及结构分析,其中分析了总用水量和农业、工业、城镇公共、居民生活及生态环境用水量等与地区生产总值、年末人口数等参数的相关性,结果表明:与一般用水量随着经济与人口增长而增长的结论不同,近年来,珠三角地区城市总用水量与地区生产总值表现较强的负相关性,与年末人口数也呈一定程度负相关。基于相关性分析成果,构建基于经济、人口为自变量的二元回归模型及趋势模型,对城市群水资源需求进行了预测,并与常用的分项水量预测法进行对比,结果表明:趋势模型和二元回归模型预测精度良好,与实际值偏差在2%以内;趋势模型预测结果与实际值最为接近,二元回归模型预测结果偏小,而常用的分项水量预测法结果偏安全。相比分项水量预测法,趋势及二元回归预测方法具有较高精度和便利操作性,可供类似城市群需水预测研究参考。

某型导弹测试数据预处理研究与实现

导弹测试数据的预处理是确保数据合格的重要环节。依据国内外研究现状,结合部队实际,设计具备预处理功能的模块。设计了模块电路,根据电路进行原理分析,提出了剔除奇异项和趋势项的方法,根据所提出方法进行了奇异项和趋势项剔除过程的仿真。仿真结果表明,所设计的模块具备预处理功能。

EMD在非平稳随机信号消除趋势项中的研究与应用

通过研究EMD法的实现过程,在平稳随机信号中加入趋势项,仿真成均值具有趋向性的非平稳随机信号,并用最小二乘法、小波法和EMD法分别进行消除趋势项处理,通过比较消趋后信号和原始信号的均值、方差和相关系数等参考量,提出具有自适应性的EMD法在剔除非平稳随机信号趋势项中的可行性和实用性。

学生数学观发展状况的调查研究

学生对数学的认识既与数学课程内容紧密相关，也与学生在长期学习过程中形成的对数学内隐的看法紧密相关；数学观各维度发展的大致呈现一种偏“v”形趋势，即小学生得分最高，初中生、高中生得分依次下降，高中生各维度得分均处于最低水平，到大学阶段，又开始呈现上升趋势，得分又开始出现回升；在数学观各维度得分及数学观均分上，不同成绩学生存在显著差异，集中表现为学优生的得分显著地高于中等成绩学生及学差生．

基于同步频繁树的时间序列关联规则分析

针对经典算法Apriori和频繁模式增长算法(frequent pattern growth, FP-growth)不能直接对时间序列数据进行关联规则挖掘的问题,提出一种同步频繁树算法(synchronize frequent tree, SFT)。利用时间序列的时间属性具有一维性的特点,定义趋势项-位置表示法表示时间序列数据,将首条时间序列构建成一棵基础树,通过计算树叶子节点与列表项的信息交集,可判断其是否与该树枝中的所有节点构成频繁K项集。在SFT算法中,用趋势项-位置表示的数据内存占用情况要优于原始数据,并且在挖掘过程中不会产生候选频繁项集,使得算法在整个挖掘过程中表现出较好的时间性能。基于商品数据和股票数据的数值实验表明,SFT算法所得结果不仅与其他5种对比算法的结果一致,在各量级的数据和不同的支持度计数中,其时间复杂度都要优于对比算法。

改进的精密卫星钟差预报法

为解决近实时GPS精密单点定位中精密钟差改正问题.在分析现有卫星钟差预报模型的优缺点基础上,将GM(1,1)循环模型拓展进行卫星钟差预报,并提出了一种改进的GM(1,1)-AR(p)钟差预报模型,利用IGS数据中心提供的5分钟标准数据进行短期预报,分析所提改进方法能达到的精度.研究结果表明:改进的卫星钟差预报方法能有效提高钟差预报精度,是可行的.

基于经验模态分解的非平稳信号趋势项消除

归纳概括了传统的趋势项消除方法,指出各类方法的优点和不足,提出了基于EMD（经验模态分解）的非线性、非平稳信号剔除方法。该方法通过数据驱动自适应构造基底函数IMF（本征模函数）,再由若干阶IMF分量和剩余分量的重组获得趋势项,避免了对复杂趋势项的数学建模和分析计算。仿真结果表明,EMD法能够有效地提取和剔除非平稳信号中的复杂趋势项成分,获得平滑的趋向性信号。

信号的多项式趋势项研究和MATLAB实现

通过对确定性信号和随机信号加入线性和非线性趋势项,并用最小二乘法和小波法分别进行消除趋势项处理,比较消趋前后信号和原始信号的均值、方差和相关系数等参考量,提出不同信号类型要用不同消除趋势项的方法,才能达到理想的消趋效果。

近5年旅游研究发展趋势探讨——基于对国家自然、社会科学基金旅游类项目的分析

基于2008—2012年获批的国家自科基金与社科基金旅游类项目,从学科分类、时空分布、研究问题等角度进行统计分析,以期揭示我国近5年旅游研究进展及发展趋势。研究发现,旅游开发、旅游影响、旅游可持续发展研究为两类项目研究重点。

智能卡性能检测方法研究

简单概述了智能卡标准的测试方法,并讨论智能卡在现有复杂环境中,其使用寿命及理化性能检测方法。从智能卡的实际应用和新技术发展趋势考虑,建议开展标准检测方法以外的新检测项目。

EEMD在加速度测波技术中的去趋势项应用

针对加速度式波浪传感器中加速度信号二次数值积分产生复杂无规律趋势项,进而影响测量结果准确度的问题,文章采用基于EEMD分解方法重构和剔除低频位移趋势,获得真实位移信号。通过对1组海上浮标平台波浪传感器实测Z轴加速度信号处理计算,与使用N=33阶低通滑动平均滤波法计算结果比较表明,基于EEMD方法的位移波形修正方法可有效剔除位移趋势项,且该算法具有更好的自适应性、鲁棒性。

时间序列模型在查哈阳农场降雨量预测中应用

将时间序列模型分解为趋势项、周期项和随机项,并分别对各项进行提取建立预测模型。将该模型应用于查哈阳农场1956—2008年作物生育期月降雨量的拟合预测,结果表明该模型能够揭示该地区作物生育期的月降雨量变化规律,为合理制定灌溉制度,节约用水,对于预测未来年份降雨的丰枯状况、水资源量的大小以及洪涝等方面都有重要的意义。

基于线性分析及AR模型在GNSS时间序列中的应用

GNSS技术是现代测量技术的代表。为了提高GNSS时间序列的精度,本文利用时间序列线性分析的方法,探测分析时间序列存在的趋势项、周期项以及复杂程度。利用线性拟合方法获取了3个方向的拟合函数;自相关和偏自相关函数探测出时间序列存在周期项和趋势项;应用AR(p)模型对时间序列进行了短期预测分析,通过模型定阶、估计,确定了AR(2)为最佳的预测模型,随着预测步数的增加,预测精度逐渐降低。

利用相关估计的遥外弹道时间差修正新方法

遥外弹道时间对不齐误差在遥外联合数据处理中对制导工具系统误差分离具有重要影响,提出一种利用相关估计对遥外弹道时间差修正的新方法。直接利用遥外弹道跟踪数据进行相关估计受到系统偏差和随机误差的影响,难以得到精确的估计结果。在分析遥外弹道跟踪数据特性的基础上,利用最小二乘法提取出遥测和外测弹道跟踪数据趋势项,并将趋势项归一化处理后作相关估计求取时间偏差,然后对原始弹道跟踪数据进行时间修正。计算机仿真和试验数据处理证明这一方法在遥外弹道跟踪数据时间差修正上具有较高精度。

含趋势项的周期迭加预报模式

提出一种含趋势项的周期迭加模式，并将它用于鄱阳湖年最高水位的长期预报，效果较好，明显优于不含趋势项的常规周期迭加模式．

小波分析在城市CORS站点时间序列数据处理中的应用

为了确保CORS系统中CORS站点可以有效地提供实时服务,对CORS系统中CORS站点稳定性进行研究显得尤为关键。以某CORS网中BTRD站点的观测数据为研究对象,首先通过软件解算站点观测数据,得到在ITRF2005框架下的坐标序列。其次通过小波分析与频谱分析的结合,提取坐标时间序列的趋势项成分与周期项成分。试验结果表明,站点N、E方向时间序列的变化呈线性,并提取N、E方向的年周期项。U方向坐标时间序列呈周期变化趋势,提取U方向上1年、0.5年和0.25年的周期项。最后,将小波分析处理信号的结果与奇异谱分析处理信号的结果进行对比,结果表明,2种方法都可以提取CORS观测数据的趋势项,但小波分析提取的效果更好。