导读:本文包含了统计信号处理方法论文开题报告文献综述及选题提纲参考文献，主要关键词:时间序列预测,时间序列特性分类,统计预测,模型选择
统计信号处理方法论文文献综述
郭力萌[1]（2015）在《基于统计信号处理的时间序列预测模型选择方法研究》一文中研究指出近年来,时间序列预测在许多领域得到了广泛应用。一般地,每一种时间序列预测方法都无法解决任意时间序列的预测问题,仅能够对具备某些特性的时间序列进行合理预测。因此,为时间序列选择合理的预测模型成为获得可靠预测信息的关键。本文主要针对时间序列预测模型选择机制展开研究。首先,构建时间序列特征描述体系,对幅值连续性、长记忆性、季节性和趋势性四个特性展开分析。随后,构建时间序列特征分类体系,将时间序列分为九个类别。此外,分析基于统计信号处理的时间序列预测算法特性,从理论角度总结不同预测模型适用的时间序列特征及类别,利用公开数据集验证理论分析结果,完成预测模型与时间序列类别之间的映射关系的最终构建。上述研究为时间序列预测模型定性选择机制的构建奠定理论基础。其次,构建可定制化的时间序列预测模型适用性量化评价指标体系,覆盖六个不同适用性评价角度,并完成了时间序列预测模型定量选择机制的构建。进而,提出包含定性选择和定量选择两个串行模型选择环节的时间序列预测模型选择机制。其中,定性选择机制通过时间序列特性分析将时间序列归入分类体系中对应类别,并将该类别时间序列映射得到的各预测模型作为候选预测模型。而定量选择机制针对当前预测场景,定制预测模型适用性量化评价体系,对候选预测模型进行适用性量化评价和比较,实现最优模型的选择。此外,针对应用中时间序列可能出现的特性变化,提出一种模型适用性判断及决策建议的反馈机制,针对不同的时间序列特性变化程度给出交互式决策建议,保证预测结果始终准确而可靠。最后,面向实际时间序列预测应用需求,通过Python内嵌R进程的混合编程方式,利用Python完成软件架构搭建和界面设计,利用R实现数据处理、分析及算法功能。最终,完成具备时间序列特性分析、最优模型选择、预测及结果评价的时间序列预测应用软件的开发和验证。实验结果表明,本文所提出的时间序列特性分类体系、预测算法与时间序列映射关系、最优模型选择机制等均具备良好的应用适用性,能够合理实现时间序列最优模型的选择和更新。(本文来源于《哈尔滨工业大学》期刊2015-06-01）
王睿,王林,袁艳[2]（2010）在《基于区域灰度统计信号处理的图像融合方法》一文中研究指出针对多源图像融合问题,提出了一种在多分辨率框架下基于区域内灰度特征统计信号的融合算法.利用图像灰度特征的区域生长法对源图像进行区域分割,并以裂缝边缘作为特征区域的闭合边界,对源图像与分割结果的区域映射图作多分辨率变换.在图像低频部分,以联合区域映射图为指导,在区域内建立信号与噪声的高斯混合分布模型,利用期望极大化(EM,Expectation Maximization)算法迭代估计噪声模型分布参数,获得低频融合结果;在图像高频部分,根据系数在区域映射图上的位置差异分别采用窗口系数加权平均法和系数绝对值选大法进行融合,将低频和高频融合结果反变换得到最终融合图像.融合结果表明:该方法是可行和高效的,且比其他图像融合方法具有更好的性能.(本文来源于《北京航空航天大学学报》期刊2010年02期）
罗谌持[3]（2008）在《统计信号处理方法在电能质量检测与跟踪中的应用》一文中研究指出随着国民经济的发展和人们生活水平的提高,电力电子产品广泛地应用于工业控制领域,用户对电能质量的要求也越来越高,其中最为突出的是电压质量和谐波的问题,电能质量问题在许多国家已经引起电力部门和用户的广泛关注。电能质量的好坏直接关系到包括电力工业在内的工商系统,乃至整个国民经济的发展前景,对于我国这样的发展中国家更具有不可忽视的现实意义和战略意义。因此,如何提高电压质量、治理谐波就成为输配电技术中最为迫切的问题之一。电能质量问题的分析算法中,基于傅里叶变换的方法只能适用于确定性的平稳信号(如谐波),对时变非平稳信号却难以充分描述。这是因为傅氏变换是在整个时域内积分,因而去掉了非平稳信号中的时变信息。而基于小波变换的多分辩分析,虽然能对电力系统短期扰动进行检测、定位和确定扰动持续时间,但却不易区分到底是那一种扰动类型。因此,为了分析电能质量领域的突变信号和非平稳信号,本文将统计信号处理方法引入到电能质量扰动的分析和跟踪问题中来。统计信号处理方法不仅适用于处理非平稳信号,而且对系统中的随机噪声干扰提供了很好的抑制作用。本文在卡尔曼滤波理论和自适应滤波理论基础上发展出了Sigma点卡尔曼滤波算法和基于脉动阵列实现的QR分解最小二乘自适应算法,并将这两种算法应用到电能质量问题中最常见的电压闪变和谐波的在线监测问题中来。通过MATLAB以及LabVIEW仿真,证明了所提出算法的优越性。(本文来源于《上海交通大学》期刊2008-12-01）
陈国金,梁军,刘育明,钱积新[4]（2006）在《基于多元统计信号处理的间歇过程监控方法研究》一文中研究指出针对化工生产中日益增多的间歇过程,提出了一种基于多元统计信号处理的过程监控方法,其主要思想为将过程信息空间划分为由盲源信号描述的信号子空间、过程主元描述的信号子空间和残差信号子空间,随后对各个信号子空间构造过程统计量或分类器提取信号特征进行过程监控,该方法避免了传统多元统计过程控制(mult-ivariate statistical process contro,lMSPC)需假设过程特征信号服从正态分布的前提.将本方法与传统MSPC方法的性能进行了对比,并在仿真中给出了对比研究结果.通过对间歇过程的仿真研究表明,该方法不仅能够有效地检测出故障,而且有利于故障的分离和定位,从而说明该方法不仅是有效的,而且其性能优于仅能检测故障的传统MSPC过程监控方法.(本文来源于《浙江大学学报(工学版)》期刊2006年01期）
统计信号处理方法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对多源图像融合问题,提出了一种在多分辨率框架下基于区域内灰度特征统计信号的融合算法.利用图像灰度特征的区域生长法对源图像进行区域分割,并以裂缝边缘作为特征区域的闭合边界,对源图像与分割结果的区域映射图作多分辨率变换.在图像低频部分,以联合区域映射图为指导,在区域内建立信号与噪声的高斯混合分布模型,利用期望极大化(EM,Expectation Maximization)算法迭代估计噪声模型分布参数,获得低频融合结果;在图像高频部分,根据系数在区域映射图上的位置差异分别采用窗口系数加权平均法和系数绝对值选大法进行融合,将低频和高频融合结果反变换得到最终融合图像.融合结果表明:该方法是可行和高效的,且比其他图像融合方法具有更好的性能.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
统计信号处理方法论文参考文献
[1].郭力萌.基于统计信号处理的时间序列预测模型选择方法研究[D].哈尔滨工业大学.2015
[2].王睿,王林,袁艳.基于区域灰度统计信号处理的图像融合方法[J].北京航空航天大学学报.2010
[3].罗谌持.统计信号处理方法在电能质量检测与跟踪中的应用[D].上海交通大学.2008
[4].陈国金,梁军,刘育明,钱积新.基于多元统计信号处理的间歇过程监控方法研究[J].浙江大学学报(工学版).2006