我国人口总量的非参数预测模型

基于正交序列的非参数估计理论,建立了我国人口总量的非参数回归预测模型.并应用此模型对我国1952—2003年的人口总量和GDP总量进行了预测分析.结果表明:非参数回归模型优于线性回归模型,同时正交序列估计效果也优于k-近邻估计.     

通货膨胀的非参数回归模型

通货膨胀对一个国家经济增长和人民生活的影响是不言而喻的,居民消费价格指数是衡量通货膨胀的重要指标.讨论了非参数回归模型的多项式样条估计方法后,运用我国居民消费价格指数和商品出口额的数据,建立了我国通货膨胀的非参数回归模型,并和线性回归模型的最小二乘估计及非参数局部线性回归估计的结果进行比较,结果表明,在估计和预测上,多项式样条方法都优于线性最小二乘估计和局部线性回归估计,能够更好的反映两者之间的关系.     

商品零售价格指数的非参数自回归预测模型

为了更好地捕获我国商品零售价格指数的非线性特征,本文基于局部线性估计理论,建立了我国商品零售价格指数的非参数自回归预测模型,并应用此模型对我国2004—2007年的价格指数进行了预测分析.结果表明,相对于传统的ARMA模型,非参数自回归模型能够更好地解决我国社会商品零售价格指数预测这一非线性问题,而且预测精度较高.     

城市日用水量预测的非参数模型

根据城市用水量的影响因素及特点,针对传统的线性回归模型误差较大的缺点,基于核估计与局部线性估计理论,建立了城市日用水量的非参数回归预测模型。经西安市实例验证表明,相对于线性回归模型而言,多元非参数回归模型能够很好地解决城市日用水量预测这一问题,预测精度较高,可以满足供水系统调度的实际需要。     

国际黄金价格的小波变换FAR预测模型

针对黄金价格时间序列的非平稳性特征,将小波分析与FAR(函数系数自回归)模型结合,并作预测分析.利用Mallat算法中的Daubechies小波变换和多项式样条估计,对1991年1月～2007年12月的厅平均国际黄金价格,建立了基于小波变换的FAR模型,并对2008年1月～2008年3月的数据进行短期预测.预测误差明显减小.在国际黄金价格的预测中,基于小波变换的FAR模型优于单纯的FAR模型.     

消费函数的非参数回归与实证分析

讨论了传统线性消费函数模型估计的不足,采用随机变量密度函数的非参数核估计和核回归,对我国2004年城镇居民的实际消费数据进行实证分析,结果表明非参数回归结果要优于线性回归.     

国民最终消费的非参数预测模型

传统的线性回归模型不能理想地捕获我国国民收入与最终消费之间的动态关系,本文基于局部线性非参数估计理论,对我国改革开放以来的年国民最终消费建立了非参数回归预测模型,并对我国2000~2004年的国民最终消费进行了预测。结果表明,相对于线性回归模型而言,非参数回归模型能够很好地解决我国国民最终消费问题,预测精度较高。     

国民最终消费的非参数预测模型

传统的线性回归模型不能理想地捕获我国国民收入与最终消费之间的动态关系，本文基于局部线性非参数估计理论，对我国改革开放以来的年国民最终消费建立了非参数回归预测模型，并对我国2000-2004年的国民最终消费进行了预测。结果表明，相对于线性回归模型而言，非参数回归模型能够很好地解决我国国民最终消费问题，预测精度较高。     

基于小波分析与贝叶斯估计的组合统计建模

小波分解方法可以实现时间序列的分解。利用小波分析分解出趋势项序列与周期项序列,分别对 两部分序列建立ＡＲＭＡ模型进行预测,并重构序列。为了降低估计效率的代价,本文引入ＭＣＭＣ方法对 趋势项和周期项序列建立的ＡＲＭＡ模型参数进行估计,得出自回归系数与剩余项（趋势项序列减去自回 归项的预测值）,并利用ＯＬＳ方法对剩余项重新估计,最后重组序列。利用样本外数据进行预测分析,我 国铁路货运量数据的实证分析结果表明,小波分析的引入可提高预测效果,基于小波分析与ＭＣＭＣ ＯＬＳ 估计组合方法与其他方法相比,预测效果更好。     

响应变量随机缺失下部分线性单指标模型的非参数判别检验

研究了响应变量随机缺失情况下部分线性单指标模型的非参数部分检验问题,检验非参数部分预测变量同响应变量之间是否存在非线性关系.用参数和非参数函数的借补估计对缺失响应变量进行插值,并基于借补估计构造了广义似然比检验统计量,证明了其渐近分布性质.     

快变信道环境下的MIMO OFDM系统信道估计算法

为了实现对快变信道环境下的多输入多输出正交频分复用(MIMO OFDM)系统信道估计,提出了一种基于多项式的基扩展模型(BEM),并联合迭代判决反馈并行干扰抵消(PIC)检测的信道估计算法.利用BEM将信道估计转化为对少量模型参数估计的特性,并结合PIC检测算法,以达到精确信道估计和消除载波间干扰的目的.仿真结果表明,该算法与传统最小二乘、线性最小均方误差信道估计算法相比,在误码率约为10-3时,信噪比增益为5dB左右.此外,新算法不需要知道信道的时域统计特性,且采用了移相正交导频设计,在一定程度上降低了信道估计的复杂度.     

基于蝶形搜索的二维自相关血流速度估计方法

应用血流速度估计的彩色血流成像技术在血管疾病诊断中发挥着重要作用.在血流速度估计中,传统的基于二维自相关模型的方法会产生混叠,而更准确的蝶形搜索方法则十分耗时.提出一种二维自相关模型和蝶形搜索结合的血流速度估计方法.首先采用二维自相关函数模型利用相位信息进行超声血流速度估计,得到一个存在混叠的速度估计值序列,再通过采用基于正交信号成分的蝶形搜索方法,由速度序列确定蝴蝶线,每条蝴蝶线通过计算选择出真实的速度估计值.该方法不但实现了对血流速度估计混叠的抑制,还显少了计算量,其有效性得到仿真结果的验证.     

基于小波消噪的改进的非参数解集模型

首先对文献[2]提出的非参数解集模型进行了改进，然后建议了用小波技术对水文序列进行消噪处理再估计非参数解集模型中的带宽系数的策略。改进的非参数解集模型无需对水文序列相依结构（线性或非线性）和概率分布形式（正态分布、P-Ⅲ型分布）作假定，且能保持水文序列的各种统计特性，适用于时间量和空间量的随机解集。最后以金沙江流域某站月径流随机模拟为例进行验证，研究表明：改进模型能反映实测月径流系列的变化特性，因而用于水文随机模拟是可行的。     

误差是非参数AR（1）序列的变系数模型

利用局部线性方法给出误差序列{εi,1≤i≤n}是非参数AR（I）序列下的变系数模型系数函数的估计,并在此基础上研究了系数函数估计的相合性问题,给出了该模型系数函数估计是弱相合的。     

Synchronization and channel estimation for MIMO OFDM wireless LAN systems

A new preamble structure is designed for wireless LAN based on MIMO OFDM systems, which can be used for both synchronization and channel estimation. Modulatable orthogonal polyphase sequence is utilized in training symbol design regarding its correlation properties. The time synchronization and channel estimation are achieved by measuring the correlation between the received training sequence and the locally generated training sequence. Repeated training symbols are used to get carrier frequency offset (CFO) estimation. It is shown from the analysis that the accuracy of frequency synchronization is close to the Cramér-Rao lower bound. The training sequences are optimal for channel estimation based on the minimum mean square error (MMSE).     

利用收缩估计t电波到达方向

收缩阵由以规则结构排列的处理单元组成,共中的三角阵用以实现一系列Ｇｉｖｅｎｓ旋转,Ｇｉｖｅｎｓ旋转可以对数据矩阵进行了正交三角化变换,三角化数据矩阵用于电波到达方向的谱估计十分方便,文中首先介绍了Ｇｉｖｅｎｓ旋转,在此基础上讨论用收缩阵实现电波到达方向估计的算法,最后通过计算机仿真给出了不同情况下到达方向估计的结果结果,表明收缩阵谱估计测向具有良好的测向精度和分辨率。     

多天线系统下信道估计算法及性能分析

在多天线系统下对信道估计算法进行研究。比较最小二乘算法(Least Square,LS)和最小均方误差算法(Minimum Mean Square Error,MMSE)在多天线(MIMO)系统中的性能,并在二者的基础上,论述一种能够降低计算复杂度的松弛最小均方误差(RMMSE)估计方法。通过发送正交导频序列对RMMSE估计算法的性能进行仿真,并对其算法复杂度进行分析比较。结果表明,在保证一定性能的前提下,RMMSE算法复杂度可适当降低,这说明RMMSE估计算法具有较好的估计性能以及较低的计算量。