一种基于混沌和奇异值分解的数字水印算法

本文提出了一种基于混沌和奇异值分解的图像数字水印算法。该算法应用图像矩阵奇异值的稳定性;同时应用混沌系统生成的混沌序列,改变水印的嵌入位置,使得嵌入位置具有随机性。实验结果表明,该算法具有良好的不可见性,对常见的数字图像处理和噪声干扰有良好的鲁棒性。     

基于时间序列分析的机车振动信号建模和预测

通常机械设备的振动信号是其运行状况的直接反映，而对振动信号的未来预测又是分析的重点。现选择时间序列分析理论来处理振动信号，选用AR模型进行建模与预测仿真。同时对时间序列建模的基本原理、操作步骤做了详细的论述。最后利用Matlab系统辨识工具箱相关函数对一个实际机车振动信号进行了建模，结果表明利用时间序列分析技术处理振动信号的预测问题是快速有效的。     

城市轨道交通封闭曲线线路列车定位技术

针对城市轨道交通中列车在线路上循环运行的特点,在分析现有列车定位方法的基础上,提出具有封闭曲线特征轨道线路基于绝对位置编码的列车定位技术。在轨道线路沿线每个待定位置上设置一个0或1的二值标记,对待定的绝对位置进行编码,通过检测唯一的绝对位置编码值来实现列车的定位。结合封闭曲线线路的特点,线路上的二值标记按照m序列布置,绝对位置编码序列由n次本原多项式生成。根据封闭线路待定位置的总数,对m序列采用截短或补零的方法,确定绝对位置编码序列的长度。当列车在线路上运行时,通过车载阅读器顺序检测二值标记,在移位存储器中构成绝对位置编码值,利用生成绝对位置编码序列的反馈逻辑函数进行容错处理,输出定位信息。二值标记采用附加的扣件螺母或射频电子标签等方式实现。该技术可以实现高精度、低成本和高可靠性的列车定位。     

基于时间序列BP神经网络的集装箱吞吐量动态预测

集装箱吞吐量预测是港口发展规划制定的依据。在MATLAB环境下，把时间序列BP神经网络应用于港口集装箱吞吐量的预测，采用逐步递归的方法进行，同时注意尽量减少训练样本的浪费（只用1个检验样本）和充分挖掘BP神经网络适合短期预测的潜力。无论是从拟合情况，还是预测值的检验和港口发展规划的实际情况来看，都有着很高的精度．可以作为集装箱吞吐量预测的一种行之有效的方法。     

一种自适应双驻留PN码捕获性能分析

基于恒虚警概率算法提出了一种自适应双驻留直接序列扩频的伪随机码(PN)捕获方法,给出了其原理框图,分析了其在加性高斯白噪声信道和瑞利衰落信道下的捕获性能.理论分析和计算机仿真结果表明:此方法性能优于传统的固定门限双驻留捕获方法,适合移动通信环境的变化.     

波罗的海干散货运价指数时间序列建模

讨论了运用时间序列建模方法对近两年的波罗的海干散货运价指数进行分析的问题。文章首先对原始数据进行分析处理,得到若干个ARIMA模型。在这些模型中,采用残差检验和AIC、BIC指标的比较,选取最佳方案,最终得到一个比较理性的模型。     

ARIMA 模型在铁路货运量预测中的应用

铁路货物运输是国民经济的重要组成部分,对铁路货运量作出较为准确的预测,可为铁路管理部门提供决策参考.采用ARIMA模型对1990-2007年全国铁路货运量进行分析建模,并预测出未来几年的铁路货运量.     

微机械陀螺随机漂移误差分析与建模

对微机械陀螺的随机漂移进行辨识与建模研究可对随机漂移进行一定的补偿,从而提高陀螺的精度。利用时间序列分析方法,建立了某型微机械陀螺随机漂移的ARMA模型,并且验证了该模型的适用性。     

枣林滑坡的混沌判断和预测

文章概述了枣林滑坡的工程地质情况;该边坡2001～2002年累计滑移达到10m,严重威胁附近居民以及交通安全。根据边坡工程的观测位移时间序列,基于相空间重构,给出了最大Lyapunov特征指数的计算步骤;以及给出了边坡位移时序的线性和非线性两种混沌预报模式。利用上述混沌分析方法,对枣林边坡的位移观测序列进行了分析计算,获得其最大Lyapunov特征指数为0.14;并对位移序列进行了预测;与观测位移相比较,位移预测结果比较理想。     

多路直扩信号并行IMPA捕获算法仿真实现

针对长PN序列作扩频地址码的多路直扩信号的快速捕获问题,提出多路直扩信号并行IMPA(迭代信息传递算法)捕获方案,该方案能够根据接收信号的信道信息直接生成与各路接收信号序列粗同步的本地伪码序列,改变了传统捕获方法中本地伪码序列的生成方式,大大缩短了信号的捕获时间。详细说明了该方案的实现原理和实现方法,并对该方案进行了仿真和实际验证。结果表明该方案能够在低信噪比下实现多路直扩信号的快速捕获,而且实现的复杂度较低。