带多普勒量测的序贯SCKF雷达目标跟踪算法

为提高非线性观测条件下雷达目标的跟踪性能,将序贯处理方法引入均方根容积卡尔曼滤波（SCKF）,提出一种带多普勒量测的序贯均方根容积卡尔曼滤波（SSCKF-D）雷达目标跟踪算法,该算法通过建立伪量测去除径向距离和径向速度量测误差方差之间的相关性。基于SCKF算法,按照量测精确度的高低顺序对方位角、俯仰角、径向距离和伪量测序贯处理。Monte Carlo仿真表明,与SCKF和带多普勒量测的均方根容积卡尔曼滤波（SCKF-D）算法相比,SSCKF-D算法跟踪精度更高,较后者提高20%以上,收敛速度更快,更适用于空间目标跟踪。     

基于GNSS的桥梁变形监测算法研究

本文针对桥梁变形监测,提出了利用GNSS技术的桥梁变形监测方案。利用实测数据验证了基于三差观测值的卡尔曼滤波模型,结果表明该模型滤波能够很好地控制状态异常对滤波估值的影响,滤波精度均达到了变形监测的精度指标;能够为桥梁的变形监测提供可靠的状态参数信息,是一种可以应用于桥梁监测的方便、可靠的技术手段。     

财务困境理论的预测动态性改进与应用

财务困境理论核心内容是如何提高预测动态性能力。探讨财务困境的动态性内涵和划分动态发展过程不同时期特征,建立过程模型和判别模型,改进了财务困境的动态预测方法。应用卡尔曼滤波思想,设计通用的超前n步预测算法,优化前瞻性预测功能。     

两因子随机死亡率状态空间模型及长寿风险测度

引入状态空间模型对传统两因子CBD模型拟合阶段和预测阶段进行联合建模,并基于卡尔曼滤波方法对模型参数进行估计。进一步考虑到死亡率数据的小样本特征,结合Bootstrap仿真技术和生存年金组合折现模型对长寿风险进行测度。利用1996~2011年数据展开实证研究,结果表明:结合模型解释能力、参数估计结果和误差项正态分布检验结果,两因子状态空间模型要优于传统CBD模型;年金组合规模的扩大可以消除微观长寿风险,但不能消除宏观长寿风险和参数风险;宏观长寿风险占据着不可分散风险的主导地位。     

扩展卡尔曼滤波在行驶车辆状态估计中的应用

扩展卡尔曼滤波在行驶车辆状态估计中有着广泛的应用,并取得良好的效果;本文就扩展卡尔曼滤波算法及其改进方法的应用等进行了综合性阐述。     

铅酸蓄电池工况监控及优化算法研究

本文将铅酸电池监控信息数据进行分类,以用户为导向,展现监控所得信息数据的层级关系;对剩余电量与荷电状态SOC的定义进行了区分;分析了智能算法中的神经网络算法与卡尔曼滤波算法在剩余电量估算中的应用与发展趋势。     

吉林省产业结构与经济增长的实证分析

经济的增长和产业结构之间具有密切的关系。通过利用时间序列模型分析吉林省经济增长和产业结构之间的关系,发现了吉林省产业结构和经济增长之间存在唯一的动态均衡关系即协整关系,产业结构与经济增长之间短期波动与长期的均衡关系寓于建立的向量误差修正模型之中。结合Granger因果关系检验,可以发现吉林省产业结构不合理,产业的发展过多的依赖于大环境下高速的经济增长,经济自我调整能力较差。     

房地产泡沫上下限测度及预警机制研究

转型经济背景下,房地产既是支柱产业,也是过剩产业,学术界测度的房地产泡沫越来越大,风险越来越高,但政策面却逐渐放宽,大力救市。本文以状态空间模型来测度房地产泡沫的上限,并以Logit模型测度房地产泡沫下限,发现以价格度量的房地产价格泡沫正在膨胀,而以投资量度量的房地产泡沫正在加速收缩,这种收缩会放缓经济增速,杠杆放宽需要从需求端延伸至供给端。     

金融发展与对外开放关系实证研究——基于状态空间模型的分析

随着经济全球化和金融全球化的推进,金融发展和国际贸易成为驱动世界经济发展的两大核心要件.本文选取山东省为样本,构建状态空间模型围绕金融发展与对外开放之间的动态变动关系进行了实证研究.结果表明:金融发展规模对外贸经济存在推动效应,金融发展效率与对外经济一定程度上呈现扭曲效应,对外经济对金融发展的贡献作用有限.建议健全多元化金融体系,为对外经济提供全面、专业的金融服务;加快金融创新,为对外经济开辟多维度融资空间;推进贸易升级进程,增强对外贸易和金融发展的耦合性联结.     

农村公共投资对农民收入影响地域差异的时变分析

以山东省、安徽省、陕西省作为研究对象,采用带有时变参数的状态空间模型分析1990—2010年间这三个省份农村公共投资对农民收入的影响,并通过卡尔曼滤波的求解方法得出农村公共投资对农民收入影响随着时间变动发生波动的曲线图。研究发现农村公共投资对农民收入的影响不仅因不同地区经济水平、社会环境、地理气候、人文背景等因素的不同而表现出不同的影响程度,而且这种影响关系随着时间变化产生波动。