协方差可分离随机序列的新息与滤波

<正> 前言 Kalman 滤波与 Wiener 滤波相比较,其优点是由于采取递推算法,可以大大减少计算量与存贮量,而且突破了平稳性与无限记忆长度的限制.但是,前者要求有确定的状态模型方程与量测方程,对于不少实际问题,这是难以做到的;而后者则只要求确定量测过程的自协方差及信号与量测的互协方差.能否把两者的优点结合起来,是一个具有实际意义的问题.     

时间序列适时区间预报及其在气象中的应用

本文在[1][2]的基础上,提出了ARMA(p,q)模型的适时区间预报法,导出了适时区间预报的递推公式。并把它应用于气象预报中,取得良好的效果。     

平稳时间序列预报方法的预报阶数问题

本文应用平稳时间序列方法解决当地麦收季节降雨量的预报问题,为农业生产服务。方法适合一般中小气象站、台、哨的计算能力.文章还对预报阶数问题,提出了处理意见.     

可分离随机过程的新息与滤波

本文定义了连续时间二阶随机过程的某种可分离性,给出了这类过程的新息过程所满足的关系式,并且证明了它们与“白噪声”作用下的线性系统的输出过程等价.又给出了一类与上述过程具有某种可分离性的随机向量的最佳线性估计.作为应用,严格地推导了两种线性系统的新息、滤波、预报和平滑所满足的随机微分方程.     

随机序列的动态建模在用电负荷预报中的应用

在建立工厂生产、经营、管理信息系统中,我们应用了时间序列分析的理论和方法,即对随机序列进行动态建模和预报.本文仅以我厂实际月用电总量数据序列为例,分析ARMA模型在用电负荷预报中的应用. 一、ARMA模型及数据予处理 一个随时间变化的量yt1,yt2,…,ytN….t1相似文献   

伪随机序列

在数字通信、测距及跟踪系统中常用伪随机序列来调制信号(即将信号波形用此种序列编码),以达到提高可靠性和有效性或保密等目的.其重要的应用是在测距方面.据报导,早期曾用长度为2~(13)-1=8191的 m-序列于金星测距,在极低的信噪比情况下提取信号,达到极高的测量精度;但这是用长的积累时间换取到的.后来,为了能快速检测,有的深空测距系统用几个短 m-序列的 Boole 组合序列调制连续载波,从而大大缩减了积累时间.伪随机序列亦曾用于可由单人背负的便携式连续波 Doppler 雷达,供前沿侦察之用;在功率相当低的情况下,提供了清晰的距离与速度信息.本文将国外资料中有关伪随机序列的主要结果作一侧重于数学方法的介绍,主要参考资料列在后面.     

随机指标随机元序列的弱收敛

一些重要的随机函数(如U统计量)的弱收敛性常是通过与另一些已知收敛性的随机函数相比较而得到的.在本文中,我们讨论了这类随机函数在随机指标情形的弱收敛性,先在一般度量实间中讨论,进一步又给出了D[0,1 ]空间中具有随机指标的随机元向 Brown运动过程收敛的条件,作为这一定理的应用,我们导出了若干有重要实际背景的随机函数的随机极限定理.     

随机元序列的收敛性

Slutsky 曾经证明下述定理:设随机变数序列(?)分别依概率收敛于常数 α_1,α_2,…,α_k,即 (?),i=1,2…,k 对任一给定的 ε>0成立,则对任一有理函数 R(x_1,x_2,…,x_k)当 R(α_1,α_2,…,α_k)有意义时必有 R(ξ(1n)ξ(2n)…,ξ(kn))依概率收敛于 R(α_1,α_2,…,α_k)。文献[1]推广了上述结果证明了 R 为 R~t(k 维欧氏空间)上的 Borel 函数,并在(α_1,α_2,…,α_k)处连续的条件下 Slutsky 定理仍成立。上述定理及其     

时间序列多层递阶预报方法的应用

本文将时间序列的多层送阶预报方法用于矿区地下水动态预测，其结果令人满意。     

一类随机算子随机不动点的迭代序列收敛性

利用非对称迭代技巧,讨论了一类不具有紧性条件的随机算子的随机不动点的存在唯一性,并给出了迭代序列收敛于解的误差估计,所得结果是某些已知结果本质改进和推广.     

随机序列级数的强收敛性

利用鞅收敛定理讨论随机序列级数的强收敛性,得到了该序列的强极限定理,推广了鞅差级数收敛性的一个结果     

离散随机序列随机和的一类强偏差定理

In this paper, the notion of limit random logarithmic likelihood ratio of stochastic se-quences,as a measure of “dissimilarity“ between their joint distributions and the product of theirmarginals,is introduced. Construct a. s. convergence supermartingale by means of truncation methodand under suitable restrict Chung-Teicher type conditions,some strong deviation theorems for arbi-trary discrete stochastic sequence are obtained.     

关于任意非负随机序列随机和的一类随机偏差定理

本文引入任意随机变量序列随机极限对数似然比概念,作为任意相依随机序列联合分布与其边缘乘积分布“不相似”性的一种度量,利用构造新的密度函数方法来建立几乎处处收敛的上鞅,在适当的条件下,给出了任意受控随机序列的一类随机偏差定理.     

N值随机序列的随机选择的强极限定理

将赌博系统的随机选择理论扩展到N值随机序列,利用似然比概念及分析技术,得到一个随机选择下有序数偶相对频率的强极限定理     

多级混沌映射变参数伪随机序列产生方法研究

针对单混沌系统因计算机有限精度效应产生的混沌退化问题,提出了一种多级混沌映射变参数伪随机序列产生方法,基于该方法构建的混沌系统较单混沌系统具有伪随机序列周期大,密钥数量多,密钥空间大等优势,所产生的密码具有更高的安全性能.仿真结果表明,该方法在低复杂度条件下可以生成大量具有良好自相关和互相关特性的混沌序列,在安全领域具有良好的应用前景.     

股票价格序列中随机跳跃存在性的一种检验方法

提出股票价格序列跳跃的一种检验方法.假设价格具有连续样本路径,建立一个关于股票价格样本观察的统计量,利用中心极限定理求得该统计量的极限分布为正态分布,这样,当该统计量超出基于极限分布算出的临界水平时,可以拒绝原假设,认为样本中存在跳跃.用此方法来应用于中国股市沪深股票指数,得到了中国股市存在随机跳跃的直接证据.提出的跳跃检验方法无需对连续部分的波动率形式作过多的假设,克服了波动率模型对检验准确性的影响.结果对金融资产的定价、投资和风险管理都具有积极的意义.     

一类双重时间序列模型的预报

满足 x_t-A_0=(θ_t+α)x_t-1+α_t的时间序列模型称为双重时序模型.其中{α_t}是正态平稳白噪声序列,{θ_t}为一个随机序列.本文给出了当{θt}服从 AR(1)或 MA(1)模型时,{x_t}的多步最小方差预报及其与适时线性最小方差预报的计算机模拟对比。     

随机指标和序列的完全收敛性

本文推广Katz关于完全收敛性的结果到随机指标和的情形,仅仅只利用了他原来的条件。本文的工作一方面修正了Szynal的证明,推广了他的结论;同时也将Csrg和Révész关于随机完全收敛性的结论里对于随机变量的矩的要求降到了理想的程度。此外,还考虑了相依序列的情形,给出了一个关于鞅的随机完全收敛性定理。