数字高斯白噪声的频域和时域特性分析

分析了数字高斯白噪声在频域的频谱特性和在时间域的统计特性,提出在数字处理速度一定时,随着输出噪声频域带宽的增加,输出噪声的时间统计特性不再符合高斯分布.通过增加滤波器阶数可以提高噪声的时间统计特性,但是将增加输出噪声的带内波动.通过计算机仿真验证了上述的理论分析,并给出了频域和时域特性都满足相应要求的带宽范围实验值.     

新出口订单指数与沿海港口集装箱吞吐量相关性分析

我国外贸进出口总额与沿海港口集装箱吞吐量在波动性方面具有高度的一致性,是判断沿海港口集装箱吞吐量走势的重要指标[1];但该指标只能反映沿海港口集装箱吞吐量的即期走势,缺乏预判功能。2005年7月,国家统计局和中国物流与采购联合会联合发布中国制造业采购经理指数(Purchasing     

非对称边缘率标线对弯道驾驶人横向位置调整的影响机理

为了揭示非对称边缘率标线对弯道驾驶人横向位置调整的影响机理,在高速公路弯道上开展路上试验,分别布设2种不同的非对称边缘率标线,采集了断面车速、车头时距及左右车轮在车道的横向位置等数据,运用结构方程模型研究了影响路径。结果表明:驾驶人偏离感知速度大的一侧,标准路径系数为-0.46;驾驶人通过降低车速来减小内外侧感知速度差异,内外侧感知速度差异越大,减速幅度越大,越偏向曲线内侧,标准路径系数为0.08;两侧感知速度差异增大能提高驾驶人弯道车速危险性感知,使驾驶人降低车速进而影响车辆横向位置,标准路径系数为0.03;边缘率标线通过增大驾驶人感知速度间接影响车辆横向位置,标准路径系数为0.14;距离内外侧标线距离的标准路径系数分别为0.26和-0.28。各路径影响效果合成后,驾驶人整体上偏离速度感知大的一侧。     

基于灰色关联法的水泥碎石抗疲劳性能因素分析

0引言在以水泥稳定碎石为基层的沥青路面中,基层是主要的承重层。在车辆荷载的反复作用下,若面层较薄且面层与基层间粘结不好时,易使基层材料产生疲劳破坏。此外,考虑到水泥稳定碎石的抗压性能远优于其抗拉性能,虽然车辆荷载的一次作用引起的基层底部拉应力较小,但在荷载反复作用下仍然会导致基层疲劳开裂,故有必要研究其抗拉疲劳性能。本文借助灰色关联分析方法,对水泥稳定碎石混合料的应力水平、水泥剂量、4.75mm通过率、成型方式及抗弯拉强度等影响因素进     

基于季节性ARIMA模型的河流观测点流量的时序分析

采用季节性ARIMA模型拟合1960~2009年某河流观测点流量。通过比较,得到ARIMA(1,0,0)×ARIMA(0,1,1)12模型,并用这一模型预测2010年1~12月的流量,预测效果显著。     

基于分形插值方法的城市轨道交通车站客流拟合与仿真

城市轨道交通车站客流量的变化具有复杂的非线性特点,通过对某些车站一天的客流量时间序列的分析,发现其客流量的变化具有自相似性,并且满足某种拟周期性。本文采用迭代函数系统模型描述城市轨道交通车站客流量的变化特征,用计算机自动求解该迭代函数系统的相关参数,在此基础上采用分形插值的方法模拟产生动态的客流。通过与实际客流调查数据的对比分析可以看出,该方法模拟产生的客流不仅与实际客流较好地吻合,而且能更好地描述客流的非线性特征。     

采用定时器复用技术实现异步处理的方法

在多任务、多线程环境下,设计有时间间隔的任务序列需要利用定时器进行编程。提出了使用单一定时器控件实现异步处理任务序列以及复杂的嵌套定时任务的算法,并且给出了通用的程序原理图。该算法占用设备资源少,具有较高的可靠性,易于维护。     

一种短时交通流组合预测模型

为提高短时交通流预测的精度,提出利用BP神经网络、RBF神经网络和ARIMA模型构建组合预测模型,该组合预测模型利用最优化原理进行权系数的分配,并且满足分配到的权值始终具有实际意义。通过对分配的权系数进行显著性检验,以确保组合预测模型中选用的单项预测方法显著相关。通过实例分析,验证了组合预测模型的有效性,结果表明,相比较单一的预测模型,组合预测模型具有更高的预测精度。     

一种用m序列产生有限域GF(2m)上元素矢量表的算法

有限域理论在伪随机序列设计中有着非常广泛的应用。有限域上函数（如迹函数）的加、减运算需要用到域上元素的矢量形式。给出有限域的一些特性和运算法则并提出一种利用m序列产生有限域GF（2^m）上所有元素矢量形式的算法。该算法避免使用长除法，可以加快域上元素矢量表的生成速度，编程实现也很简单。     

基于网格量化和区间均值的动态目标识别

动态目标识别中，当摄像机和目标之间相对距离变化时，对于同一目标的多尺度序列图像。虽然目标区域图像大小和清晰度不同，但整体结构分布具有相似性和一致性。根据这一特点，提出基于目标区域网格量化的方法。在目标区域上形成采样网格，通过相对量化提取结构特征矩阵。对于同一目标序列图像中的每一个目标区域，其结构特征矩阵基本不变。结构特征矩阵反映象素分布的自相关性质。进一步，对由干扰引起的灰度值结构分布误差，采用网格区间均值的方法加以解决。目标区域网格量化是对相邻采样点的差值进行量化匹配。区间均值是对少数相邻采样点的进一步匹配。实例表明，本文的方法运算速度快、可靠性高，达到了实用目的。