基于Subsampling抽样的厚尾AR(p)序列趋势变点的Ratio检验

文章考虑的是厚尾AR(p)序列趋势变点检验问题。首先,在已有研究的启发下,构造了一个Ratio统计量来检验趋势变点;其次,在原假设下证明统计量的极限分布是列维过程的泛函,在备择假设下得到统计量的一致性;其次,为了避免参数的估计,采用Subsampling方法获得更为准确的临界值,数值模拟结果显示,在大样本下基于Subsampling抽样方法的Ratio检验很好地控制了经验水平,经验势也达到了比较好的效果;最后,通过一组实证数据进一步阐明理论的有效性和可行性。

面板数据均值渐变变点的Ratio检验

为解决时间序列因观测时间较短而难以确定变点的问题,通过分析独立同分布序列面板数据,对其均值的渐变变点进行检验.假设面板数据中每条时间序列的均值在同一时刻发生变化,提出Ratio检验统计量,并分别在原假设与备择假设下给出检验统计量的极限性质.数值模拟结果表明,面板数据的检验效果优于单条时间序列,实例分析也验证了该方法的有效性与实用性.

相依误差下非参数回归模型的方差变点Ratio检验

运用Ratio检验方法研究相依误差下非参数回归模型的方差变点检验.首先利用核估计方法估计模型中的回归函数得到残差序列,其次利用残差序列构造Ratio检验统计量,并推导检验统计量的极限分布,最后通过数值模拟验证检验方法的有效性.

长相依均值渐变模型的Ratio检验

利用Ratio检验方法,给出随机误差为长相依过程的均值渐变变点检验统计量,并证明了该检验量在原假设及备择假设下的极限分布。最后,通过Monte Carlo模拟说明检验的有效性。

GARCH模型变点的Ratio检验

研究GARCH模型参数变点的Ratio检验.首先构造了基于残量累积平方和的Ratio统计量,推导了原假设下统计量的极限分布,其次采用Monte Carlo方法检验其有效性,最后以数据为例进一步说明该方法的实用性.

随机设计下非参数回归模型方差变点Ratio检验

研究随机设计下非参数回归模型方差变点Ratio检验.首先用局部多项式方法估计回归曲线得到残差序列,其次基于残差的平方序列构造Ratio检验统计量并推导检验统计量的极限分布.最后数值模拟与实例分析结果表明方法的有效性.

基于可靠性指标的Ratio检验模糊度质量方法

整周模糊度估值的可靠性对保障卫星导航定位精度有着至关重要作用,本文针对常规Ratio检验模糊度方法中阈值c难以确定问题,基于模糊度成功率检验理论分析了Ratio检验法的概率特性,推导了模糊度失败率与Ratio检验阈值间的函数关系式,实现利用给定可靠性指标——模糊度失败率确定Ratio检验阈值c,从而保证模糊度固定解的可靠性。算例表明,该方法可解决Ratio检验中阈值c动态取值的关键问题,具有一定的实际意义。

一种新的基于数理统计的模糊度正确性检验方法

模糊度整数解的正确性检验是精密卫星定位算法中的关键和难题,根据模糊度解的数理统计特性,提出了一种新的模糊度正确性检验方法。首先,提出通过参数估值最大变化率判断浮点解稳定性,在确保浮点解统计特性的基础上采用方差验后检验法检验浮点解可靠性;其次,建立模糊度失败率与Ratio检验阈值间的函数关系,利用给定可靠性指标———模糊度失败率,确定Ratio检验阈值c;最后,采用Ratio检验方法,实现所求模糊度整数估值的可靠性检验。算例分析表明,该方法可适用于不同长度基线模糊度可靠性检验,解决了Ratio检验阈值c动态取值的关键问题,具有一定的实际意义。

时间序列非参数回归模型的方差变点检验

研究时间序列非参数回归模型的方差变点检验.通过估计模型中的回归函数得到残差序列,利用残差序列构造Ratio检验统计量,并讨论检验统计量的极限性质,通过数值模拟验证检验方法的有效性.

北斗观测量时间相关随机模型构建及评估

传统多历元累积观测量随机模型通常忽略各历元间观测量的时间相关性,导致其对观测量整体随机特性刻画不准确。考虑北斗系统中GEO卫星观测量的时间相关性较强,本文提出一种适用于多历元下北斗观测量的时间相关随机模型构建方法。在传统多历元随机模型的基础上,将时间相关系数直接引入随机模型,通过观测量站间差分残差计算各历元间观测量的时间相关系数,生成多历元下北斗观测量时间相关随机模型,并利用实际试验数据对其在整周模糊度解算中的表现进行评估。试验结果表明,时间相关随机模型在一定程度上解决了传统随机模型存在的整周模糊度PCF下限估值虚高的问题,提高了整周模糊度Ratio值,有助于整周模糊度顺利通过检验。此外,相比于传统随机模型,时间相关随机模型有效减少了整周模糊度漏检及误警的情况出现,提高了整周模糊度解算的可靠性。

GNSS多天线基线网单历元模糊度同步解算法

提出多天线基线网单历元模糊度同步解算法,其具体实现步骤为:1)根据宽巷组合模糊度易于固定的优点,采用附加已知基线长度约束法同步解算各基线的宽巷模糊度,得到dm～cm级精度的近似基线分量;2)将解算得到的各近似基线分量作为约束,同步解算各基线的基频模糊度,以获取mm级精度的基线矢量。该方法的关键在于检验各历元宽巷模糊度解算的正确性,以获取可靠的近似基线分量,为解算各基线的基频模糊度提供准确的基线先验信息。由于动态情况下各历元观测信息比较少,单纯依赖ratio检验不可靠,提出结合基线误差、单位权中误差、基线网模糊度闭合环及ratio值等对多组宽巷模糊度进行检验,避免ratio值设置不当导致模糊度检验中发生纳伪和弃真问题。实测数据结果证明,该处理方法使得模糊度解算的成功率提高1%～2%,可以获取移动平台更丰富的导航信息,提高其服务能力。

基于Bootstrap方法的厚尾AR(p)序列均值变点检验

讨论了新息过程为p阶厚尾自回归过程的均值变点检验问题.基于修正的Ratio检验统计量,在原假设下证明了统计量的极限分布是Lévy过程的泛函,并得到在备择假设下的一致性.为了避免对未知参数的估计,采用Bootstrap子抽样方法以得到更精确的统计量临界值.蒙特卡洛模拟表明,基于Bootstrap方法的Ratio检验统计量不仅很好地控制了经验水平,且经验势也达到令人满意的效果.

长相依序列均值变点检测

研究了长相依序列均值变点检测问题.首先给出变点检验的Ratio统计量其次分别推导了原假设和备择假设下统计量的极限分布,最后用蒙特卡洛方法模拟出检验的临界值,并通过数值模拟和实例分析说明方法的有效性.