一种用AR模型参数自适应检测瞬态信号的新方法

本文研究AR 模型参数特征用于瞬态信号自适应检测的问题。本文依据AR 模型参数矢量长度为特征检测信号的思思,提出了一种具有良好地自适应抑制噪声扰动的参数估计方法,弥补了LS、SVDT 方法的不足。理论分析和实验结果均表明,本文的方法具有很好的AR 模型参数估计和瞬态信号检测性能。     

海上机动目标群威胁预警建模及仿真实现

在陆基弹道导弹与海上机动目标的攻防作战过程中,需要研究双方火力控制范围的变化情况,并对海上机动目标群的威胁进行报警.根据海上机动目标运动特性,提出用灰色模型与自回归时序AR组合建模方法构建机动目标运动预测模型.依据此模型对双方火力控制区的变化进行预测,最后给出了海上机动目标威胁预警仿真系统的实现思路.解决了陆基弹道导弹对抗海上机动目标群的作战保障工程的部分问题,具有较强军事应用价值.     

Partial input to output impacts in DEA: Production considerations and resource sharing among business subunits

Data envelopment analysis (DEA) is a methodology for evaluating the relative efficiencies of peer decision‐making units (DMUs), in a multiple input/output setting. Although it is generally assumed that all outputs are impacted by all inputs, there are many situations where this may not be the case. This article extends the conventional DEA methodology to allow for the measurement of technical efficiency in situations where only partial input‐to‐output impacts exist. The new methodology involves viewing the DMU as a business unit, consisting of a set of mutually exclusive subunits, each of which can be treated in the conventional DEA sense. A further consideration involves the imposition of constraints in the form of assurance regions (AR) on pairs of multipliers. These AR constraints often arise at the level of the subunit, and as a result, there can be multiple and often inconsistent AR constraints on any given variable pair. We present a methodology for resolving such inconsistencies. To demonstrate the overall methodology, we apply it to the problem of evaluating the efficiencies of a set of steel fabrication plants. © 2013 Wiley Periodicals, Inc. Naval Research Logistics, 2013     

一类非正态误差下的AR模型定阶研究

对一类非正态误差的AR模型，在待定阶数P的情况下，给出误差项中未知实函数依概率有界的定理，可把非正态误差转化为正态情况。最后运用正态误差下AR模型的方法确定阶数和参数，并给出一个算例。     

海浪水压场正态性及参数模型

在对不同海域、不同海况和不同水深下测的大量海浪水压场数据分析的基础上,采用Epps-Pulley检验方法对海浪水压场信号的正态性进行了检验,进而利用Box-Jenkins方法对海浪水压场信号服从何种线性模型进行了辨识。结果表明,在100 s时间内,海浪水压场信号服从或近似服从正态分布,并可利用AR模型对其进行描述。     

火炮射击声信号AR模型特征研究

针对现代炮兵战场上的目标识别问题,阐述了火炮射击声信号数据—发射波、弹道波和爆炸波的特征,介绍了火炮射击声信号AR模型谱估计的方法和步骤,利用MATLAB信号处理工具箱具体实现了三种不同类型火炮发射波的AR模型谱估计,并对一批样本成功进行了分类识别实验,探讨了火炮射击声信号AR模型特征在现代战场火炮目标识别中的意义和应用价值。     

船舶水下电场的预测方法

为了实现对船舶水下电场信号目标特征的控制,提出一种信号预测的方法。对测得的信号进行小波分解并分别在静电场和轴频电场频段进行重构。对高频的轴频电场信号构建自回归预测模型,对低频的静电场信号以灰色GM(1,1)模型进行拟合。将预测结果进行叠加得到对下一时刻电场信号的预测值。实测数据对该方法的检验结果表明:用该方法对船舶水下电场进行预测,电场的预测误差在原信号幅值的20%以内。     

多维AR(p)模型在预报舰船运动中的应用

在舰空导弹武器系统的实战中,能够实时预报舰船的运动状态非常必要。给出了利用多维AR(p)模型对舰船运动参数进行预报及修正的方法。