导读:本文包含了平稳随机过程论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:平稳,过程,密度,函数,长程,相位角,功率。
平稳随机过程论文文献综述
张世斌,张新生[1](2019)在《基于分位数与耦合诊断平稳随机过程相依性》一文中研究指出基于分位数和耦合的概念,本文提出平稳随机过程分位数-耦合交叉协方差函数的概念.该函数可以描述平稳过程的时间可逆性、状态相依性以及在二阶矩不存在时的长程相依性等自协方差函数无法刻画的过程特征.本文讨论了平稳随机过程分位数-耦合交叉协方差函数的一些基本性质;基于离散抽样,给出了分位数-耦合交叉协方差函数的估计量,并证明了其相合性;利用文中估计方法,对具有相同一维平稳边际分布和自协方差函数的不同类型随机过程(Gamma-OU (Ornstein-Uhlenbeck)过程和CIR (Cox-Ingersoll-Ross)模型)的分位数-耦合交叉协方差函数进行比较,得到了其自相依性质的差别.最后,将估计方法应用于船体振动序列自相依性质分析,为船体振动模型选择提供借鉴.(本文来源于《中国科学:数学》期刊2019年03期)
李锦华,陈水生,吴春鹏,李建丰[2](2015)在《基于时变AR模型的非平稳非高斯随机过程的数值模拟》一文中研究指出为了有效地模拟具有目标非平稳、非高斯特征的随机过程,提出了基于时变AR模型的非平稳非高斯随机过程的模拟方法。该方法首先需要建立实现非高斯与高斯随机过程之间相互转换的非线性平移关系,然而该非线性平移也会导致平移前后高斯与非高斯随机过程的功率谱发生变化。因此该方法还需要进一步建立平移前后高斯与非高斯随机过程的功率谱或相关函数的转换关系。然后,通过已建立的非线性平移,以及功率谱或相关函数的转换关系,可将非平稳非高斯随机过程的模拟转化成对非平稳高斯随机过程的模拟。而非平稳高斯随机过程可通过建立的时变AR模型进行有效的模拟。最后将具有目标非平稳、非高斯特征的脉动风速模拟作为数值算例,验证了该方法模拟非平稳非高斯随机过程的有效性。(本文来源于《振动与冲击》期刊2015年17期)
苏延文,黄国庆,彭留留[3](2015)在《与反应谱相容的多点完全非平稳地震动随机过程的快速模拟》一文中研究指出为了精确评估结构地震响应的概率特性,地震动随机过程的模拟需要考虑时间变异性(频率和强度非平稳)、空间变异性以及与反应谱的相容性。在经典的多点完全非平稳随机过程的模拟方法中,由于频率与时间变量不可分离,演化功率谱矩阵分解效率较低。为了加快谱矩阵的分解,提出了新Cholesky分解方法。该方法的核心是将演化谱矩阵分离为相位和模矩阵,而模矩阵进一步被转化为与时间不相关的延迟相干矩阵。通过与时间相关的演化谱矩阵相比,延迟相干矩阵仅与频率相关,这样就显着提高了矩阵分解的效率;此外,延迟相干矩阵更适合采用插值技术。最后,将新Cholesky分解方法和插值技术应用到生成与反应谱相容的随机方法中。结果表明:新Cholesky分解与插值能够高效地模拟多点完全非平稳并且与反应谱相容的地震动样本;线性插值与叁次样条插值均可达到良好的分辨率,少量的插值点即可满足精度的要求。(本文来源于《工程力学》期刊2015年08期)
姜潮,韦新鹏[4](2015)在《平稳随机过程有限维联合概率密度的D-vine模型及其在时变可靠性分析中的应用》一文中研究指出提出了一种基于D-vine copula函数的平稳随机过程有限维联合概率密度模型(DFJD),为含有平稳随机过程的结构时变可靠性分析提供了一种精度更高的方法。(本文来源于《中国力学大会-2015论文摘要集》期刊2015-08-16)
孔凡,李杰[5](2014)在《基于S变换的非平稳随机过程演变功率谱密度估计》一文中研究指出提出了一种基于S变换的估计Priestley非平稳随机过程演变功率谱密度的方法。此方法的根本在于,相对于S变换的"变换核",Priestley非平稳随机过程的调制函数为慢变函数。因此,非平稳随机过程的S变换可视为相位修正后的另一非平稳随机过程。推导出了对应于特定频率点的S变换瞬时均方值和非平稳随机过程演变功率谱密度之间的关系式。将功率谱密度函数表达为有限个频率点的级数展开,通过求解一组代数方程,就能得到级数展开中每个频率点的时变系数,由此,可给出非平稳随机过程的演变功率谱密度。由于级数展开中的高斯形状函数不依赖于时间,因此,本文所提算法具有较高的计算效率。最后,给出了均匀调制和非均匀调制非平稳随机过程演变功率谱估计的算例。(本文来源于《计算力学学报》期刊2014年04期)
徐业基[6](2014)在《关于宽平稳随机过程的采样定理的一致收敛速度(Ⅱ)》一文中研究指出继文献[1],求出了谱测度集中在[-π/Δ,π/Δ]上的具有连续参数的宽平稳随机过程x(t)的相关函数,谱密度函数和谱函数的估计及它们的一致收敛速度.这些估计及一些收敛速度都是基于离散采样(x(kΔ),k=0,±1,±2,…)上的.(本文来源于《大学数学》期刊2014年03期)
孔凡,李杰[7](2013)在《非平稳随机过程功率谱密度估计的小波方法》一文中研究指出讨论了已有文献中基于一般非正交小波以及广义谐和小波的非平稳随机过程演变功率谱密度(EvolutionaryPower Spectral Density,EPSD)估计的问题。在一种新的非平稳随机过程模型(局部平稳小波过程,Locally Sta-tionary Wavelet Process,LSW)的基础上,提出了一种新的估计非平稳随机过程时变功率谱密度的方法。所建议的新方法能与估计非平稳随机过程EPSD的经典方法统一起来,当以上两种方法均使用广义谐和小波时,二者退化为同一形式。为了验证所建议方法的有效性,给出了基于广义谐和小波的多变量均匀调制下非平稳随机地震动互/自功率谱估计的算例。并以汶川8.0级地震中某近场地及远场地上的地震加速度为例,计算得到了其能量在时-频域上的不同分布。(本文来源于《振动工程学报》期刊2013年03期)
李天[8](2012)在《n个平稳随机过程之和为平稳过程的一个充分条件及其应用》一文中研究指出构造出两个平稳过程不平稳相依及平稳过程之和不平稳的例子.给出n个平稳随机过程之和为平稳过程的一个充分条件:设W(t)是n个平稳随机过程Xi(t)(i=1,2,...,n)之和,如果Xi(t)是两两平稳相依的,那么W(t)也是平稳随机过程.并作应用,得出一个重要结论,即X(t)平稳随机过程与其所有各阶导数(若存在的话)之和为平稳过程.(本文来源于《河北工业大学学报》期刊2012年05期)
胡灿阳,陈清军,祁冰,徐庆阳[9](2012)在《基于正交化HHT和随机相位模拟非平稳随机过程》一文中研究指出模拟非平稳随机过程已经成为工程中经常遇到的情况,使非平稳过程的大量模拟样本具有相同的统计特性并不容易。基于样本记录正交HHT变换的Hilbert谱提出了非平稳随机过程的模拟方法。首先,利用正交化方法对IMF分量进行处理,避免了传统EMD分解造成的能量泄漏。第二步,把样本的Hilbert谱均值作为随机过程的目标Hilbert谱,通过引入随机相位进行非平稳随机过程的仿真,并且给出了随机过程的统计特性函数。通过对低频地震动记录和高频地铁振动记录的模拟算例表明,模拟的非平稳过程样本与原记录在时频分布上非常接近,具有相同的统计特性。(本文来源于《振动与冲击》期刊2012年14期)
叶茜[10](2012)在《高维宽平稳随机过程的采样级数逼近》一文中研究指出信号处理就是对信号进行的某种加工或变换,其目的是削弱信号中的多余内容,滤除混杂的噪声和干扰,或者是将信号变换成容易分析与识别的形式,便于估计和选择它的特征参量.信号处理的研究涉及数学领域的微积分、概率统计、随机过程、最优化理论、泛函分析等相关理论.香农采样定理是信号处理的基石,在数字式遥测系统、时分制遥测系统、信息处理、数字通信和采样控制理论诸多领域中都有广泛的应用.鉴于采样定理的重要性,国内外对采样定理的研究从未间断过.但是经典采样级数的实际处理还存在一些问题.比如对其中的sinC函数的处理就是一项很繁琐的工作.另外现实中的信号多是随机的,采样时也会有诸多干扰因素.为此,本文首先用sinC函数的Taylor展式对其进行逼近,这就改进了一维随机信号的采样级数处理方法.最后将此结果推广到高维,对变动后的高维随机过程采样级数进行了误差分析,得到了时间扰动误差的误差上界.(本文来源于《天津大学》期刊2012-05-01)
平稳随机过程论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
为了有效地模拟具有目标非平稳、非高斯特征的随机过程,提出了基于时变AR模型的非平稳非高斯随机过程的模拟方法。该方法首先需要建立实现非高斯与高斯随机过程之间相互转换的非线性平移关系,然而该非线性平移也会导致平移前后高斯与非高斯随机过程的功率谱发生变化。因此该方法还需要进一步建立平移前后高斯与非高斯随机过程的功率谱或相关函数的转换关系。然后,通过已建立的非线性平移,以及功率谱或相关函数的转换关系,可将非平稳非高斯随机过程的模拟转化成对非平稳高斯随机过程的模拟。而非平稳高斯随机过程可通过建立的时变AR模型进行有效的模拟。最后将具有目标非平稳、非高斯特征的脉动风速模拟作为数值算例,验证了该方法模拟非平稳非高斯随机过程的有效性。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
平稳随机过程论文参考文献
[1].张世斌,张新生.基于分位数与耦合诊断平稳随机过程相依性[J].中国科学:数学.2019
[2].李锦华,陈水生,吴春鹏,李建丰.基于时变AR模型的非平稳非高斯随机过程的数值模拟[J].振动与冲击.2015
[3].苏延文,黄国庆,彭留留.与反应谱相容的多点完全非平稳地震动随机过程的快速模拟[J].工程力学.2015
[4].姜潮,韦新鹏.平稳随机过程有限维联合概率密度的D-vine模型及其在时变可靠性分析中的应用[C].中国力学大会-2015论文摘要集.2015
[5].孔凡,李杰.基于S变换的非平稳随机过程演变功率谱密度估计[J].计算力学学报.2014
[6].徐业基.关于宽平稳随机过程的采样定理的一致收敛速度(Ⅱ)[J].大学数学.2014
[7].孔凡,李杰.非平稳随机过程功率谱密度估计的小波方法[J].振动工程学报.2013
[8].李天.n个平稳随机过程之和为平稳过程的一个充分条件及其应用[J].河北工业大学学报.2012
[9].胡灿阳,陈清军,祁冰,徐庆阳.基于正交化HHT和随机相位模拟非平稳随机过程[J].振动与冲击.2012
[10].叶茜.高维宽平稳随机过程的采样级数逼近[D].天津大学.2012