1) time series reconstruction
时间序列重建
1.
A modified time series reconstruction method was presented,which was based on TFN model,Kalman filter and SCE-UA method.
基于TFN模型、Kalman滤波和复合型混合演化(SCE-UA)算法,发展一种新的时间序列重建方法,并将其用于地下水埋深估计。
2) time series modeling
时间序列建模
1.
In this paper,according to the data observed from airborne fire control system and radar,based on the theory of time series modeling,the precision of fire control system is measured by matlab simulation.
根据机载火控系统和雷达观测的数据,基于时间序列建模的理论,采用matlab仿真的方法对火控精度进行了测定。
3) timeseries modeling
时间序列建模
1.
The modeling accuracy is improved by multiscale timeseries modeling, and the predict error variance is one order lower than that of single-scale timeseries modeling.
基于小波多尺度分析方法,使用db4小波,将MEMS陀螺仪输出数据进行深度为4的多尺度分解,在各尺度上进行信号重建,对重建后的各尺度信号进行时间序列建模,各尺度的时间序列模型的输出和作为陀螺仪的随机噪声估计。
4) Modeling With Time Series
时间序列法建模
5) time sequence modeling
时间序列建模
1.
Multi factors effecting the shift of IMU error coefficients and being hard to extract are synthesized to one factor, and a certain system is assumed to cause the shift of IMU error coefficients, thereby the time sequence modeling is adopted to predict the shift of IMU error coefficients and in this way the indeterminacy in the factors analysis can be eliminated and the workload can be reduced.
将影响 IMU误差系数漂移并难于分离的多种因素综合为一种因素 ,假定 IMU误差系数的漂移由一特定系统所引起 ,从而采用时间序列建模方法进行 IMU误差系数漂移的预测。
6) Doubly stochastic time series
双重时间序列
补充资料：离散时间周期序列的离散傅里叶级数表示
(1)
式中χ((n))N为一离散时间周期序列，其周期为N点，即
式中r为任意整数。X((k))N为频域周期序列，其周期亦为N点，即X(k)=X(k+lN)，式中l为任意整数。
从式(1)可导出已知X((k))N求χ((n))N的关系
(2)
式(1)和式(2)称为离散傅里叶级数对。
当离散时间周期序列整体向左移位m时,移位后的序列为χ((n+m))N，如果χ((n))N的离散傅里叶级数(DFS)表示为,则χ((n+m))N的DFS表示为
式中χ((n))N为一离散时间周期序列，其周期为N点，即
式中r为任意整数。X((k))N为频域周期序列，其周期亦为N点，即X(k)=X(k+lN)，式中l为任意整数。
从式(1)可导出已知X((k))N求χ((n))N的关系
(2)
式(1)和式(2)称为离散傅里叶级数对。
当离散时间周期序列整体向左移位m时,移位后的序列为χ((n+m))N，如果χ((n))N的离散傅里叶级数(DFS)表示为,则χ((n+m))N的DFS表示为
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条