非线性离散系统的伴随辨识法

对非线性离散系统辨识的研究,通常是将其转化成一个非线性优化问题.为此需要计算目标函数对参数向量的梯度,以往的方法需要求解一个矩阵差分方程,计算量颇大.依据系统输出量测值来确定含在系统中的未知参数向量,首先引进伴随状态向量,代替矩阵差分方程求解的是计算一个向量差分方程,从而大大简化计算,然后将这种梯度计算方法结合进拟牛顿信赖域法中.最后给出了应用此方法的一个实际例子,数值仿真的结果说明方法是有效的.

无穷维线性系统的小波级数辨识

引入标准正交尺度函数及它们的Laplace变换,证明了变换后的尺度函数在Hardy空间H2中仍是标准正交的。此外,刻划了Sobolev空间W2,s(R)中函数的小波级数逼近误差的渐近衰减率,提出了无穷维线性时不变系统的传递函数及β-输入-输出稳定性。最后利用变换后的标准正交小波级数逼近传递函数。

股票收益率的次指数分布拟合

股票收益率等金融时间序列具有重尾特征,因而不适于用正态分布来描述,次指数分布族S是一类重尾分布族,能够很好的处理具有偏态、重尾特征的金融时间序列,本文对上证指数的收益率进行了次指数分布拟合,并给出了在险价值(VaR)的估计。