导读:本文包含了现代时间序列分析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:序列,噪声,时间,滤波器,卷积,方法,传感器。
现代时间序列分析论文文献综述
高铂睿,李珊珊[1]（2015）在《现代金融体系支持产业转型升级的时间序列分析——以广州市为例》一文中研究指出产业转型升级是《"十二五"规划》的重点内容,而金融作为现代经济的核心和资源配置的枢纽,与产业转型升级密切相关,金融体系的发展情况对产业转型的支持作用尤为重要。文章以广州市为例,首先分析了该市2005—2013年的产业结构和金融体系发展现状,接着运用VAR模型实证分析了广州市金融体系对产业转型升级的影响。研究发现:金融相关率不是广州市产业转型升级的格兰杰原因,表明广州市金融发展对产业转型升级的促进作用还不明显,从长期来看,融资效率对产业转型升级的贡献率逐渐增加,而投资回报率对产业转型升级的贡献率逐渐减小。由此可见,广州市金融支持产业转型升级的力度还有待提高,完善金融体系、提高融资效率、控制一定水平的投资回报率,加快产业转型升级势在必行。(本文来源于《经济地理》期刊2015年03期）
任东彦,孙明太,赵志允[2]（2014）在《现代时间序列分析方法的猎扫雷作战效果评估》一文中研究指出针对常规Kalman滤波在猎扫雷作战效果评估中退化为次优,特别是对混布雷阵效果评估精度低的问题,研究了将现代时间序列分析方法应用于猎扫雷作战效果评估。通过对4种典型雷阵的仿真和分析,对比了2种方法的优缺点。结果表明:现代时间序列分析方法比常规Kalman滤波评估更有效,尤其对混布雷阵也有很好的评估效果,且计算过程简便,提高了估计精度。(本文来源于《火力与指挥控制》期刊2014年05期）
宋加强[3]（2014）在《我国现代服务贸易国际竞争力影响因素——基于1982—2012年时间序列分析》一文中研究指出总结了近年来我国现代服务贸易的发展情况及国际竞争力。根据经典的贸易理论选择研究变量,采用1982年-2012年时间序列数据,对我国现代服务贸易出口国际竞争力的影响因素进行了实证分析。结果表明,技术进步、服务贸易开放度、人力资本规模和产业结构是促进我国现代服务贸易出口国际竞争力的重要因素,而人力资本质量和资本开放度对我国现代服务贸易出口国际竞争力有负向作用。(本文来源于《科技和产业》期刊2014年04期）
孙明太,任东彦,秦锋[4]（2013）在《现代时间序列分析在扫雷作战效果评估中的应用》一文中研究指出针对扫雷作战效果评估出现异常结果,特别是在混布雷阵效果评估过程中出现发散、突变和精度低的问题,采用现代时间序列分析法对扫雷作战效果进行评估。结合扫雷作战特点,给出具体的求解过程。通过对4种典型雷阵的仿真和分析,结果表明了该评估方法的有效性,尤其对混布雷阵也有很好的评估效果,且计算过程简便,可用于扫雷作战效果的实时评估。(本文来源于《舰船科学技术》期刊2013年10期）
隋立芬,黄贤源,王冰[5]（2013）在《处理有色噪声的现代时间序列分析法》一文中研究指出在动态导航定位中,目前绝大多数数据处理理论和软件都假设系统状态误差和观测模型误差为高斯白噪声。但在实际应用中,由于卫星轨道误差、大气环境等因素的干扰,使得观测误差和动力学模型误差往往不属于白噪声序列,而是具有一定时间相关或空间相关性的有色噪声。本文将有色噪声归为随机模型进行研究,采用多项式长除法将有色噪声模型展开成级数形式,再根据误差理论求取有色噪声的方差,由该方差修正有色噪声的随机模型,利用现代时间序列分析理论求出状态参数的最优估计值。为了说明该方法的正确性和有效性,用一组动态GPS实测数据进行验证,计算结果表明该方法能有效地抑制有色噪声对动态系统参数估值的影响。(本文来源于《测绘科学技术学报》期刊2013年05期）
孙赫[6]（2013）在《基于现代时间序列分析方法的信息融合反卷积滤波器》一文中研究指出多传感器信息融合技术作为快速发展的边缘学科，其使用多个传感器同时对同一目标进行测量，避免了在单个传感器测量时，所造成的局限性和不可靠性，得到更加精确的信息。信息融合得到了越来越广泛的应用，其应用领域遍及军用和民用的各个方面。反卷积是应用系统的观测来估计系统的输入信号，广泛应用在信号处理、通讯和控制、图像恢复、语音识别、地震学、无损探伤等领域。多传感器信息融合技术在反卷积中的应用，有效的提高了线性随机系统的输入估计的精度和可靠性。对ARMA信号反卷积滤波问题，本文提出基于现代时间序列分析方法，应用自回归滑动平均模型与状态空间模型之间的转化关系作为桥梁，在模型转换过程中，将输入信号包含到状态中，同时也将时滞嵌入到状态转移阵中，使得信号的反卷积问题转变为对状态滤波的处理方法。提出两种模型转换算法，并验证了两种算法的等价性。应用Gevers-Wouters算法将时滞系统模型转换为ARMA信息模型，应用现代时间序列分析方法得到局部和融合Wiener形式的反卷积滤波器。对带公共有色噪声、不同白色观测噪声、相同时滞的ARMA信号多传感器反卷积系统，提出加权观测信息融合反卷积Wiener滤波器和标量加权信息融合反卷积滤波器；对带不同有色噪声、不同白色观测噪声、不同时滞的ARMA信号的多传感器反卷积系统提出标量加权信息融合反卷积Wiener滤波器。对带时滞和有色观测噪声的ARMA信号，提出ARMA信号标量加权融合Wiener滤波器。若干的仿真例子验证了推导结果的有效性和正确性。(本文来源于《黑龙江大学》期刊2013-03-28）
苗雨[7]（2011）在《现代经济计量分析方法研究——以时间序列模型为例》一文中研究指出现代经济计量分析方法是当前比较流行且实用性非常高的经济分析方法,已经得到广泛的应用并显示了独特的优势。但在实际应用中计量分析方法还是有很多的问题存在。本文使用计量模型中的时间序列模型,以影响内蒙古GDP因素分析为例,说明了计量方法的使用步骤、数据选取的重要性以及模型本身的科学性,重点分析了模型应用中可能存在的多重共线性、异方差与自相关问题,并结合实例说明之。(本文来源于《内蒙古财经学院学报》期刊2011年03期）
惠玉松[8]（2008）在《基于现代时间序列分析方法的观测融合Kalman滤波器与Wiener滤波器》一文中研究指出多传感器信息融合滤波的目的是基于每个传感器提供的关于系统状态或信号的观测信息或局部估计信息,在某种最优融合准则下,得到系统状态或信号的融合估计,融合精度要高于每一个局部精度。本文应用现代时间序列分析方法,基于ARMA新息模型,在加权最小二乘(WLS)法最优信息融合准则下,对带相关观测噪声的多传感器线性离散定常随机系统,提出两种加权观测融合Kalman滤波算法;对带相关输入和观测噪声和相关观测噪声的多传感器线性离散定常随机系统,提出一种新的加权观测融合稳态Kalman滤波算法。证明了它们功能等价于相应的集中式观测融合Kalman滤波算法,因而具有渐进全局最优性。同时分别提出了相应的加权观测融合Wiener状态估值器和分量解耦Wiener状态估值器,还提出了多传感器单通道ARMA信号的最优加权观测融合Wiener估值器和Wiener反卷积估值器。加权观测融合Kalman滤波算法同集中式观测融合Kalman滤波算法相比,不仅具有渐进全局最优性,而且观测向量的维数较低,可明显减小计算负担,便于实时应用。大量的仿真例子说明了其正确性和有效性。(本文来源于《黑龙江大学》期刊2008-05-10）
王世刚[9]（2008）在《基于现代时间序列分析方法的通用信息融合白噪声估值器》一文中研究指出多传感器信息融合是多维信息综合处理的一项新技术,广泛应用于信息获取与处理领域,己成为当前信息领域的一个十分活跃的研究热点。随着科学技术的发展,单一传感器检测技术已不能满足要求,多传感器融合技术应运而生。多传感器融合技术就是对同一检测对象,利用各种传感器检测的信息和不同的处理方法以获得该对象的全面检测信息,从而提高检测精度和可靠性。输入白噪声估计也叫白噪声反卷积,在石油地震勘探领域中有重要的应用背景。对带不同局部模型多传感器线性离散定常随机系统,根据按标量加权最优融合规则,应用现代时间序列分析方法,基于自回归滑动平均(ARMA)新息模型和白噪声估计理论,提出一种稳态最优信息融合公共输入白噪声反卷积估值器算法。并将现代时间序列分析方法与经典Kalman滤波方法相结合,提出稳态最优信息融合公共输入白噪声稳态反卷积估值器的两种等价算法。它们的精度高于每个局部估值器的精度,且可统一处理融合滤波、预报和平滑问题。为计算最优加权,提出计算局部估计误差互协方差公式。它们可应用于解决带有色观测噪声多传感器系统白噪声反卷积融合估计问题。大量输入白噪声的Monte-Carlo的仿真例子说明了它们的有效性和正确性。(本文来源于《黑龙江大学》期刊2008-04-28）
黄贤源[10]（2008）在《基于现代时间序列分析的动态数据处理方法研究》一文中研究指出本文主要对动态测量数据处理方法进行了研究,包括自适应因子的求解、有色噪声的处理方法及加权观测融合算法等,论文主要内容和成果概括如下:1、对叁种常用的动态测量数据处理方法:Wiener滤波、Kalman滤波及现代时间序列分析方法进行了分析和比较。阐述了叁种动态测量数据处理方法的基本思想、适用条件和各自的优缺点,并详细推导了它们之间的转换关系。2、在自适应序贯平差中,基于后验方差估计理论,提出了确定自适应因子取值范围的方法。并以均方误差作为评判未知参数解优劣的标准,利用谱分解的方法求取了在该范围内的最佳自适应因子值。该方法求解出的自适应因子值不仅使均方误差达到最小,而且使求解后得到的结果具有一定的实际意义。3、在深入分析有色噪声对参数估计影响的基础上,基于多项式长除法原理提出了有色噪声模型的级数表示及其补偿的方法,详细推导了有色噪声模型级数展开的表达式。由于该方法抑制有色状态噪声是借助于多项式长除法,无论噪声模型是简单的一阶AR模型还是ARMA或MA模型,都能进行有效处理,具有很强的扩展性。4、在观测噪声为有色噪声的条件下,对粗差的辨识与处理方法进行了研究。在对常规的粗差辨识方法分析的基础上,提出利用噪声模型级数展开求取有色噪声方差的方法,利用该方法对新息序列的正交性进行了修正,并构造出粗差辨识函数以及有效合理的剔除方法。仿真计算表明该方法能对粗差进行有效地辨识,降低误判率,提高滤波结果精度。5、在信息融合技术中,对加权观测融合方法进行了研究与探讨。在观测噪声为一阶AR模型的情况下,利用观测向量组差法可以消除有色观测噪声的影响,得到最优加权观测融合方程。在对上述方法分析的基础上,提出基于有色观测噪声随机模型级数展开的方法,利用该方法求出各局部传感器的有色观测噪声方差,并利用该方差对加权观测融合滤波器进行构造,仿真计算表明该方法能处理有色观测噪声为ARMA的模型,具有很强的扩展性。6、将本文提出的有色噪声处理新方法应用于实测的GPS动态数据处理中,利用C/A码伪距观测量并结合Kalman滤波进行了动态单点定位的解算,过程包括系统状态方程的建立、观测方程的线性化、状态初始值的选取。(本文来源于《解放军信息工程大学》期刊2008-04-20）
现代时间序列分析论文开题报告
（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：
针对常规Kalman滤波在猎扫雷作战效果评估中退化为次优,特别是对混布雷阵效果评估精度低的问题,研究了将现代时间序列分析方法应用于猎扫雷作战效果评估。通过对4种典型雷阵的仿真和分析,对比了2种方法的优缺点。结果表明:现代时间序列分析方法比常规Kalman滤波评估更有效,尤其对混布雷阵也有很好的评估效果,且计算过程简便,提高了估计精度。
（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。
现代时间序列分析论文参考文献
[1].高铂睿,李珊珊.现代金融体系支持产业转型升级的时间序列分析——以广州市为例[J].经济地理.2015
[2].任东彦,孙明太,赵志允.现代时间序列分析方法的猎扫雷作战效果评估[J].火力与指挥控制.2014
[3].宋加强.我国现代服务贸易国际竞争力影响因素——基于1982—2012年时间序列分析[J].科技和产业.2014
[4].孙明太,任东彦,秦锋.现代时间序列分析在扫雷作战效果评估中的应用[J].舰船科学技术.2013
[5].隋立芬,黄贤源,王冰.处理有色噪声的现代时间序列分析法[J].测绘科学技术学报.2013
[6].孙赫.基于现代时间序列分析方法的信息融合反卷积滤波器[D].黑龙江大学.2013
[7].苗雨.现代经济计量分析方法研究——以时间序列模型为例[J].内蒙古财经学院学报.2011
[8].惠玉松.基于现代时间序列分析方法的观测融合Kalman滤波器与Wiener滤波器[D].黑龙江大学.2008
[9].王世刚.基于现代时间序列分析方法的通用信息融合白噪声估值器[D].黑龙江大学.2008
[10].黄贤源.基于现代时间序列分析的动态数据处理方法研究[D].解放军信息工程大学.2008
论文知识图
