基于交互多模型（IMM）的航空器冲突探测算法

航空器之间的冲突预测预警是空中交通管制活动中的重要组成部分。针对广播式自动相关监视(ADS-B)航迹的监视精度低、目标跟踪模型与目标运动模型匹配速度较慢以及碰撞概率预测困难的问题,提出一种基于交互多模型(IMM)的航空器冲突概率预测算法。利用高斯分布积分的近似解析解来计算两航空器瞬时冲突概率。根据飞机匀速运动模型和转弯的动力学模型,仿真计算一段时间内两机冲突概率的变化。结果表明,可以通过交互式多模型(IMM)处理ADS-B数据,交互式多模型(IMM)相比其他模型计算结果具有一定时延,但计算所得的两航空器冲突概率预测值更精确。通过仿真对比各运动模型预测的两航空器冲突概率计算结果,证明了该算法的实用性。     

非频率选择性衰落信道下捕获性能的分析

对基于数字匹配滤波器(DMF)捕获系统在非频率选择性衰落信道下的捕获性能进行了深入讨论，利用状态转移图推导出单次驻留判决方式时平均捕获时间的表达式。对平坦慢衰落信道和快衰落信道下的平均捕获时间进行了数字分析，得出的主要结论是：无论信道是否存在衰落，基于DMF的捕获系统都具有很快的捕获速度；基于DMF的捕获系统在衰落信道下的捕获性能明显要比非衰落信道差；衰落速度越快，平均捕获时间就越长，系统的捕获性能就越差。因此当信道存在非频率选择性衰落时，可以在接收端采用分集接收(比如空间分集)来改善系统的捕获性能。     

证券投资基金收益概率密度预测——基于神经网络分位数回归模型

证券投资基金收益往往具有更高的峰度与更大的偏度,建立在古典假定基础上的均值回归分析难以给出准确预测结果。考虑到证券投资基金收益中的高峰、非对称等典型特征与各因素对收益序列的非线性影响模式,建立神经网络分位数回归模型,一方面,可以通过分位数回归功能,揭示各因素对证券投资收益整个条件分布的影响规律;另一方面,可以通过神经网络结构,模拟金融系统中的非线性关系。在神经网络分位数回归模型基础上,对证券投资基金收益整个条件密度函数进行预测,提供比点预测更多的有用信息,便于进行科学决策。     

参与知情交易提高了基金业绩吗？

本文研究中国股市知情交易概率（probability of informedtrading,PIN,）与基金投资业绩之间的关系,采用Easleyeta1．（1996）提出的删测度,并进一步利用基金投资组合的PIN均值作为基金的信息测度。研究发现,知情交易概率与基金业绩之间存在显著的负相关关系。这说明对于基金而言,参与那些具有更高内幕／知情交易的股票,并没有取得更高的收益,或者即使本身作为知情交易者,基金根据所了解的私有信息所进行的交易并未让他们获得更好的收益,甚至反而给他们带来了损失,这与Barberand O’dean等学者所发现的个人投资者行为相类似。     

An explosion time characterization of asset price bubbles

In a standard continuous time asset pricing model, this paper provides an explosion time characterization of asset price bubbles that extends the existing characterization theorems in the literature from diffusion processes to general semimartingales (which can include jumps). This characterization has a nice economic interpretation, not emphasized in the existing literature.     

认知选择协同分集任意信噪比中断概率的分析

选择中继已被证明是一种有效和实用的协作分集方法.但是,现有的分析主要集中在渐进高信噪比(SNR)区域,因此,研究认知选择协同分集系统任意信噪比的中断概率具有现实意义.推导了瑞利衰落信道选择中继协议的中断概率解析式,并进行了仿真.仿真结果表明,选择中继协议在任意信噪比情况下,增加中继节点可降低中断概率,而解码中继协议(DF)在低、中信噪比情况下不一定降低中断概率;同时,选择中继协议的中断性能和分集增益随频谱空穴检测能力的提高而增强.