零相关区序列的交织构造

用交织方法研究ZCZ序列集合的构造，提出了基于交织技术的ZCZ序列构造的新方法．对于给定的周期为L的最佳自相关序列a和正交矩阵峨，首先选择合适的移位序列，对序列a进行交织得到（L，N）-交织序列b；再用正交矩阵HN将交织序列b扩展为新的序列集，则该序列集就是所构造的ZCZ序列集．用该方法可以构造达到或接近理论界的具有大的零相关区的ZCZ序列集，并统一了三元、四相和多相ZCZ序列集构造方法。     

基于小波和Kalman滤波的交叉口流量组合预测

为更准确地预测动态变化的道路交叉口流量，根据城市道路流量分布的特点，提出了在小波分析和离散Kalman滤波的基础上进行组合预测的方法．这种方法将路口的流量数据构造成几个相关序列，对每个序列分别进行小波变换和Kalman预测，然后将各序列的预测值组合成最终结果．这种预测方法可用于其他动态流量预测，如路段流量预测、路口流量分配预测等．实验表明，该方法可以有效地减少预测误差，并具有较好的鲁棒性。     

道路交通事故多因素时间序列宏观预测模型

针对现有道路交通事故预测方法在实际应用中的不足，引入多因素时间序列法，建立了道路交通事故多因素时间序列宏观预测模型．该预测模型兼有单因素时间序列法和多元线性回归法两者的优点，通过单因素时间序列法可以方便、快捷地得出事故影响因素的预测值，而利用多元线性回归法可将各种事故影响因素综合起来，预测出道路交通事故总体发展趋势．实例计算证明，道路交通事故多因素时间序列宏观预测模型能很好地适用于道路交通事故预测，同时具备了所需数据资料较少、建模简单、计算快捷等优点．     

基于交织方法的ZCZ序列设计

为降低已有方法的复杂性，提出了基于交织方法的ZCZ序列设计方法．对于给定的ZCZ序列集合（L，M，z），用交织技术，通过m次递归构造，在保持序列的数目不变的条件下，序列的零相关区宽度和序列的长度都变成了原序列的2^m倍．这样的构造的ZCZ序列易于硬件和软件实现，适用于准同步CDMA通信系统．     

Kasami扩频序列的研究

介绍了扩频序列的研究、发展情况和Kasami扩频序列的生成方法。提出了当移位寄存器的级数n=2（模4）时，一种新的序列构造方法，所得到的两个集合与Kasami大集合序列的相关特性一致。并与Gold码、Kasami小集合序列码进行了比较分析，进一步拓展了扩频码的生成方法。     

一类新型准同步CDMA系统扩频序列

基于广义Chirp—like序列族，用序列乘积的方法，构造了一类新型扩频序列族，并讨论了它的相关特性．研究结果表明：该序列族存在一类具有零相关区的子序列族，适用于准同步CDMA通信系统；当取广义Chrip-like序列中调制的复数为复数单位根时，要构造的复数扩频序列只需通过简单的整数求和及模运算就能生成．     

浅谈基于随机模型的隧道施工引起地面沉降的小波分析

目前预测隧道施工引起的地面随时间变化的沉降过程的方法有一定的局限性，这种局限性是由于测量误差的存在而引起的。在这项研究中，研究的方法是用数据建立一个随机模型的时间序列，而测量误差被作为是一个按正态分布的随机序列。另外，按正态性检验和方差分析的方法，被用来验证沉降数据过滤部分的特性与测量数据的误差是否是一致的。这样，当采用离散小波变换时，就可以确定小波基及分解水平的最佳选择。利用一个工程实例去验证了这种假设，并证明了这种方法的可行性。     

规范化方法在求解狄利克莱问题中的应用

研究了在Hibert空间中求解算子方程的规范化序列方法，讨论了用规范化序列方法求解关于Poisson方程的Dirichlet问题的级数解。     

基于Gauss-EMD的DNA序列相似性分析

提出了高斯-经验模态分解(Gauss-EMD)算法,在固有模态函数筛选过程中,用高斯径向基函数插值极值包络线,并将该算法应用于DNA序列的相似性分析当中.这个方法可以简单直观地通过分析DNA序列的余量来分析序列的相似性,通过四个物种线粒体DNA序列实例验证了新算法相较于经典的经验模态分解算法更适用于DNA序列的局部相似性分析.     

混沌理论在电力负荷预测中的应用

借助混沌分析理论介绍了电网负荷序列的混沌性识别技术，给出了一种基于混沌负荷序列的预测方法。     

短时公交客流小波预测方法研究

短期客流表现出不同于中长期客流的特性,本文在研究短期客流序列特性的基础上建立预测方法．采用离散傅里叶变换研究短时公交客流序列的频域特性;基于混沌理论,通过计算Lyapunov指数判断短时客流序列的混沌特性;最终建立短期客流序列的小渡预测方法．研究结果表明短时公交客流序列信号包含高频成份与低频成份,低频成份构成信号主体,高频成份导致信号波动,且短时公交客流序列具有混沌特性,这些特性导致单一方法短时客流预测精度较低;小渡预测方法通过信号分解重构在保留全部客流信息的基础上有效降低了客流信号的波动性,实例分析证明该方法可以有效提高客流预测精度．     

基于有限穿越可视图的进场航班流量波动特性研究

研究空中交通流量的波动特性是设计高效流量管理措施和控制策略的基础，掌握空中交通流量波动特性有利于空域资源配置与流量运行需求之间的均衡匹配。在3种时间粒度上，针对进场航班流量时间序列，一方面从复杂网络整体维度出发，采用有限穿越可视图对时间序列进行建网，利用k-core算法探究航班流量波动特性；另一方面从复杂网络局部维度出发，引入序模体方法，构造有限穿越可视图序模体，利用多元序模体类型转换规律来刻画流量的动态转移模式，进而掌握航班流量波动动态演化规律，为波动模式的预测提供了有效工具。研究结果表明：在有限穿越可视图方法映射得到的网络中，节点所属核阶数可以有效刻画流量波动强度，且与波动强度成正相关关系，即节点所属核阶数越大，波动强度越大，天津机场进场航班流量数据的强波动时 段为16:50-17:30；序模体越长，波动特性刻画能力越强，但鉴于受到空中交通混沌特性影响，序模体过长对于流量预测意义不大，推荐使用5节点序模体；波动模式状态转移图在有效刻画流量波动动态演化的同时，也可以计算波动模式的转移概率，3种时间粒度下转移概率分别为12.315%、 13.131%和10.638%，为波动模式的预测提供了有效工具。     

灰色理论在交通事故预测的应用

采用GM(1,1)模型对重庆市高速公路重特大交通事故次数进行预测。在定性分析的基础上,把握原始数据的发展趋势,进而定义适当的序列算子,对算子作用后的序列建立GM(1,1)模型。通过预测结果的精度检验,可以说明:适当的序列算子可以提高预测精度。这一方法简单实效,可供参考。     

可交换随机序列和的中心极限定理的收敛速度

讨论了一类重要的相依随机变量序列－可交换随机变量序列部分和的中心极限问题。在与独立同分布随机变量序列部分和的中心极限问题相同的条件下，利用可交换随机变量的结构定理和Ｂｅｒｒｙ－Ｅｓｓｅｅｎ方法，获得了可交换随机变量序列部分和收敛于标准正态分布的最优收敛速度。     

基于最大Lyapunov指数改进算法的交通流混沌判别

提出了一种快速判别交通流混沌的最大Lyapunov指数改进算法．该算法首先用关联积分法（C-C方法）和Cao方法确定重构相空间的两个重要参数：嵌入维数m和延迟时间，再用小数据量方法计算时间序列的最大Lyapunov指数．这种算法不仅能够很好地重构原始时间序列的特性，并且能够避免Wolf方法的局限性．应用最大Lyapunov指数改进算法对仿真交通流和实测交通流的时间序列进行了混沌判别，结果表明，基于跟驰模型的仿真交通流和实际交通流中存在混沌现象，最大Lyapunov指数改进算法是准确判定时间序列是否具有混沌特性的一种有效方法．     

基于G-P法和Cao法的桥梁变形时间序列最佳嵌入维数的确定

以某大桥为例,对其上两个点Q5和C5的变形时间序列进行了分析。对Q5点的倾斜时间序列和C5点的沉降时间序列,运用G-P算法和Cao算法分别计算了它们的最佳嵌入维数。计算结果表明,这两种方法得出的结果可以互相验证,证明了它们的可靠性。     

分支图在时序逻辑电路设计中的应用

首先以序列检测器为例，分析了时序逻辑电路的设计过程，指出求最简状态图是其主要困难之一，并讨论了如何定义最简状态和利用分支图求出状态图的方法，其次，讨论了使用计算机辅助设计的可能性，指出采用分支图法可以使计算机求状态图的工作量由无穷高阶降低到二阶，最后指出，分支图法也适用于其他有输入信号的时序逻辑电路的设计。     

AR-SESS通信系统中扩频序列的相关性

介绍了利用自回归(Auto-Regressive, AR)滤波的方法从信源序列中提取扩频码的AR自编码扩频通信系统(AR-SESS).在扩频通信中,扩频序列的相关特性对扩频系统的性能有重要影响.从理论上分析了采用AR滤波方式产生的扩频序列的相关特性,并进行Matlab仿真试验.仿真结果表明,自编码扩频序列具有良好的自相关和互相关特性,可以在扩频通信中实现多径识别和多址用户的区分.     

预测分析的混合模型法

通过分析国民经济中实际数据序列的特点，提出一种预测分析的混合模型方法，对这种模型方法进行了分析和论证，并将其用于数据序列的分析预测。这种模型是根据统计数据本身的规律性和特点来预测分析的一种方法，需要考虑的因素少，具有方法简明、计算复杂性低和便于使用等特点。     

非线性时间序列的浑沌系统辨识

考察应用科学中浑沌时间序列的非性方面，综述浑吨时间序列中非性信息的提取方法，介绍复杂系统建模和预测中的非线性方法。