譜分析
- 數(shù)字信號處理課程中利用DFT分析模擬信號頻譜的幾個(gè)問題
信號的頻譜,但譜分析過程中存在頻譜混疊、柵欄效應(yīng)和截?cái)嘈?yīng)等問題。在改善這些問題的同時(shí),需要注意高密度頻譜和高分辨率頻譜的區(qū)別。通過Matlab仿真可以直觀明了地觀察到這些問題,能有效提高教學(xué)效果。關(guān)鍵詞: DFT; 譜分析; 數(shù)字信號處理; 模擬信號中圖分類號:TN911.72 ? ? ? ? ?文獻(xiàn)標(biāo)識碼:A ? ?文章編號:1006-8228(2020)06-13-04Abstract: The DFT (Discrete Fourier Trans
計(jì)算機(jī)時(shí)代 2021年6期2021-07-20
- 基于不同譜分析方法的胎兒心電信號周期分析
用各類信號序列譜分析方法,基于胎心監(jiān)測實(shí)測數(shù)據(jù)判斷不同譜分析方法在周期提取中的有效性和差異性,為胎兒心電信號周期識別提供基礎(chǔ)數(shù)據(jù)和依據(jù)。胎兒心電圖信號周期方面共檢測出73.41s、43.47s、29.72s、23.25s、23.11s、17.35s、16.67s、16.32s、13.05s、9.68s、7.51s、5.33s、4.97s、4.59s、3.47s、2.97s等16個(gè)周期信號。不同譜分析方法在高低頻信號的檢測能力上有所差異。Redfit功率譜的
科技風(fēng) 2021年1期2021-06-30
- DFT譜分析中分辨率與采樣點(diǎn)數(shù)的關(guān)系
對連續(xù)信號進(jìn)行譜分析時(shí)存在的問題,以及工程上的解決辦法。得出提高譜分辨率需要增加采樣點(diǎn)數(shù)的結(jié)論。最后通過仿真驗(yàn)證,仿真結(jié)果與結(jié)論一致。關(guān)鍵詞:DFT;譜分析;分辨率;仿真1. 引言通常所說的信號譜分析,其實(shí)就是計(jì)算信號的傅里葉變換。但是對于連續(xù)信號進(jìn)行傅里葉計(jì)算,只能是單純的數(shù)學(xué)上計(jì)算,無法直接在工程上實(shí)現(xiàn),即無法直接借助計(jì)算機(jī)計(jì)算。而離散傅里葉變換(DFT)是一種時(shí)域與頻域均離散化的變換,很適合計(jì)算機(jī)對離散信號進(jìn)行計(jì)算。本文將針對使用DFT進(jìn)行譜分析時(shí),
科技信息·學(xué)術(shù)版 2021年8期2021-01-10
- 配電網(wǎng)電能質(zhì)量分析與無功補(bǔ)償方法研究
波等,通過現(xiàn)代譜分析方法對電能質(zhì)量進(jìn)行暫態(tài)和穩(wěn)態(tài)分析,通過電壓擾動源定位依據(jù)對擾動信號進(jìn)行定位,最后通過無功補(bǔ)償方法優(yōu)化電能質(zhì)量。Abstract: This article mainly introduces the theoretical basis of power quality acquisition and reactive power compensation, and provides theoretical guidance for im
價(jià)值工程 2020年32期2020-12-28
- 數(shù)字信號處理課程中利用DFT分析模擬信號頻譜的幾個(gè)問題
信號的頻譜,但譜分析過程中存在頻譜混疊、柵欄效應(yīng)和截?cái)嘈?yīng)等問題。在改善這些問題的同時(shí),需要注意高密度頻譜和高分辨率頻譜的區(qū)別。通過Matlab仿真可以直觀明了地觀察到這些問題,能有效提高教學(xué)效果。關(guān)鍵詞: DFT; 譜分析; 數(shù)字信號處理; 模擬信號中圖分類號:TN911.72? ? ? ? ? 文獻(xiàn)標(biāo)識碼:A? ? 文章編號:1006-8228(2020)06-13-04Abstract: The DFT (Discrete Fourier Trans
計(jì)算機(jī)時(shí)代 2020年6期2020-06-30
- 基于LabVIEW的信號FFT功率譜分析系統(tǒng)
點(diǎn)。FFT功率譜分析對于信號的特點(diǎn)及頻域特性十分重要,本文設(shè)計(jì)了基于LabVIEW的信號FFT功率譜分析系統(tǒng),首先產(chǎn)生兩種不同類型的波形,然后經(jīng)過濾波器濾波后通過FFT功率譜分析模塊對濾波后的信號進(jìn)行功率譜分析。1 FFT功率譜分析系統(tǒng)的設(shè)計(jì)1.1 FFT功率譜分析系統(tǒng)的功能要求所設(shè)計(jì)的FFT功率譜分析系統(tǒng)的功能如下。(1) 能產(chǎn)生兩種基本波形如正弦波、方波、三角波、鋸齒波等函數(shù)波形,且波形頻率可以調(diào)節(jié)。(2) 將所產(chǎn)生的波形通過濾波器進(jìn)行濾波,濾波器的類
微型電腦應(yīng)用 2019年11期2019-11-19
- 振動譜與ODS分析在內(nèi)燃機(jī)車降噪研究中的應(yīng)用
燃機(jī)車;降噪;譜分析;工作變形分析中圖分類號:U262.0 文獻(xiàn)標(biāo)志碼:A 文章編號:1674-5124(2019)06-0131-070 引言內(nèi)燃機(jī)車持續(xù)不斷的高強(qiáng)度噪聲會給司機(jī)身體帶來疲勞感,并壓迫聽覺神經(jīng)而造成身體器官損傷[1-2],因此降低內(nèi)燃機(jī)車的車內(nèi)噪聲需求迫切。收稿日期:2018-01-03;收到修改稿日期:2018-03-18基金項(xiàng)目:國家自然科學(xué)基金項(xiàng)目(51475387)作者簡介:伍川輝(1964-),男,湖南長沙市人,副教授,碩士,研
中國測試 2019年6期2019-11-15
- 基于MOMEDA與雙譜分析的滾動軸承早期故障診斷
諸多困難。高階譜分析基于信號的高階統(tǒng)計(jì)量,是一種非線性信號處理方法,適用于采集信號的非線性特征提取,雙譜分析作為高階譜分析中最簡單的方法,其具有高階統(tǒng)計(jì)量的一切特性,由于其具有較低的階數(shù)且便于計(jì)算,已被運(yùn)用于滾動軸承的故障診斷中。雙譜分析可以抑制線性相位信息保留非線性相位信息[7],在噪聲較小的情況下可以有效提取故障特征。相同故障雙譜在分布上有相似性,不同故障的雙譜在分布上有較大的不同。但在滾動軸承早期故障階段,背景噪聲相對較大,雙譜分析沒有規(guī)律,不能用來
測控技術(shù) 2019年8期2019-09-10
- 基于譜分析的密度峰值快速聚類算法
提出了一種基于譜分析的密度峰值快速聚類算法CFSFDP-SA。首先,將高維非線性的數(shù)據(jù)集映射到低維子空間上實(shí)現(xiàn)降維處理,將聚類問題轉(zhuǎn)化為圖的最優(yōu)劃分問題以增強(qiáng)算法對數(shù)據(jù)全局結(jié)構(gòu)的適應(yīng)性;然后,利用CFSFDP算法對處理后的數(shù)據(jù)集進(jìn)行聚類。結(jié)合這兩種聚類算法各自的優(yōu)勢,能進(jìn)一步提升聚類算法的性能。在5個(gè)人工合成數(shù)據(jù)集(2個(gè)線性數(shù)據(jù)集和3個(gè)非線性數(shù)據(jù)集)與4個(gè)UCI數(shù)據(jù)庫中真實(shí)數(shù)據(jù)集上的聚類結(jié)果顯示,相比CFSFDP算法,CFSFDP-SA算法的聚類精度有一定
計(jì)算機(jī)應(yīng)用 2019年2期2019-08-01
- 基于雙譜分析的滾動軸承故障診斷
波降噪效果,雙譜分析對是處理非線性、非最小相位的有效手段,本文對小波降噪,然后對其雙譜分析研究軸承振動信號的中的高階分量,對滾動軸承故障種類進(jìn)行有效識別。2 雙譜理論雙譜分析是處理高斯噪聲的有效方法,能從更高階概率層次表征隨機(jī)信號,理論上可以很大程度抑制高斯噪聲,但對于非高斯噪聲較為困難,在高階譜分析中,雙譜的階數(shù)較低,包含了高階譜的多數(shù)特性。小波變換對于分析非平穩(wěn)信號,有效地過濾振動信號中的噪聲,并增強(qiáng)振動信號中隱含的瞬態(tài)信息。將小波降噪和雙譜分析結(jié)合起
電子技術(shù)與軟件工程 2019年11期2019-07-12
- 對比法在“數(shù)字信號處理”課程中的應(yīng)用
數(shù)字信號處理;譜分析一、 引言對比法就是對各相互聯(lián)系的對象進(jìn)行比較,找出其異同點(diǎn)。在教學(xué)中,對比法是非常重要的方法之一,恰當(dāng)?shù)剡\(yùn)用對比的方法,能加強(qiáng)學(xué)生對課程中基本概念和規(guī)律本質(zhì)的理解,對培養(yǎng)學(xué)生的思維能力,加強(qiáng)學(xué)生對基本知識的理解和記憶,提高課堂教學(xué)效果都是有好處的。“數(shù)字信號處理”是用數(shù)值計(jì)算的方法對信號進(jìn)行處理的一門學(xué)科,課程內(nèi)容涉及面廣、理論性強(qiáng)、概念抽象多,起點(diǎn)高,難度大。學(xué)生們初學(xué)時(shí)常感覺到概念難以建立,方法難以掌握。通過對數(shù)字信號處理課程內(nèi)容
考試周刊 2018年66期2018-09-13
- 基于現(xiàn)代信號處理的譜分析方法研究
濾波后信號進(jìn)行譜分析,與經(jīng)典譜分析相比較,實(shí)驗(yàn)表明該方法在低信噪比的情況下能有效的分辨不同頻率的信號,具有更好的分辨率。1 EEMD-RLS 算法原理1.1 集合經(jīng)驗(yàn)?zāi)7纸鈁1-2]EMD(Empirical Mode Decomposition)是NE.Huang在1998年提出的信號分解算法,該算法主要將復(fù)雜信號分解成多個(gè)窄帶分量,每個(gè)窄帶分量被稱為固有模態(tài)函數(shù)(Intrinsic Mode Function,IMF)。EEMD算法求解過程為:求解出原
軟件 2018年3期2018-04-23
- 基于喘振譜分析的壓縮機(jī)故障智能檢測技術(shù)研究
出一種基于喘振譜分析的壓縮機(jī)故障智能檢測技術(shù)。對在故障工況下的天然氣壓縮機(jī)喘振時(shí)間序列進(jìn)行樣本數(shù)據(jù)采集,對采集的樣本數(shù)據(jù)進(jìn)行故障信號特征提取,采用小波變換方法進(jìn)行壓縮機(jī)故障信號的時(shí)頻分解,運(yùn)用喘振譜分析方法提取故障特征參量,以提取的故障特征參量為測試樣本集,通過故障分類器實(shí)現(xiàn)故障智能檢測識別。仿真結(jié)果表明,采用該方法進(jìn)行壓縮機(jī)故障檢測的準(zhǔn)確檢測概率較高,對故障點(diǎn)的定位識別性能較好,實(shí)現(xiàn)天然氣壓縮機(jī)故障的智能診斷。關(guān)鍵詞:喘振;譜分析;天然氣壓縮機(jī);故障;智
智能計(jì)算機(jī)與應(yīng)用 2017年3期2017-07-15
- 應(yīng)用EMD和雙譜分析的故障特征提取方法*
應(yīng)用EMD和雙譜分析的故障特征提取方法*蔣永華, 李榮強(qiáng), 焦衛(wèi)東, 唐 超, 蔡建程, 施繼忠(浙江師范大學(xué)精密機(jī)械研究所 金華,321004)針對傳統(tǒng)雙譜分析從理論上僅能抑制高斯噪聲,但對非高斯噪聲無能為力的不足,提出了一種利用經(jīng)驗(yàn)?zāi)J椒纸?empirical mode decomposition, 簡稱EMD)和雙譜分析的故障特征提取方法,并應(yīng)用于滾動軸承故障診斷中。首先,對信號進(jìn)行EMD分解;其次,利用能量相關(guān)法去除EMD分解過程中出現(xiàn)的偽本征模態(tài)
振動、測試與診斷 2017年2期2017-04-27
- 網(wǎng)絡(luò)被入侵后的信號檢測系統(tǒng)設(shè)計(jì)與優(yōu)化
出基于高階時(shí)頻譜分析的網(wǎng)絡(luò)入侵異常信號檢測算法,首先對信號檢測算法進(jìn)行改進(jìn)設(shè)計(jì),構(gòu)建網(wǎng)絡(luò)入侵信號模型,對入侵后的網(wǎng)絡(luò)異常信號做非平穩(wěn)信號經(jīng)驗(yàn)?zāi)B(tài)分解和高階時(shí)頻譜特征提??;然后進(jìn)行信號檢測系統(tǒng)的開發(fā);最后通過仿真實(shí)驗(yàn)進(jìn)行性能測試。仿真結(jié)果表明,采用該信號檢測系統(tǒng)能準(zhǔn)確檢測網(wǎng)絡(luò)被入侵后的異常信號,且準(zhǔn)確檢測概率高于傳統(tǒng)方法。關(guān)鍵詞: 網(wǎng)絡(luò)入侵; 信號檢測; 譜分析; 經(jīng)驗(yàn)?zāi)B(tài)分解中圖分類號: TN911.23?34; TP393 文獻(xiàn)標(biāo)識碼: A 文章編號:
現(xiàn)代電子技術(shù) 2017年3期2017-03-04
- HPGe γ譜儀無源效率刻度軟件驗(yàn)證
源效率刻度;γ譜分析;驗(yàn)證The Verified of Sourceless Calibration Software for HPGe SpectrometerZHONG Jun GUO Xiang-bo WANG Wei LUO Lao-yong(Nuclear Power Institute of China, Chengdu Sichuan 610005, China)【Abstract】Standard resources which has
科技視界 2016年18期2016-11-03
- 海底地震有限斷層破裂模型對近場海嘯數(shù)值預(yù)報(bào)的影響
的代表性有關(guān);譜分析結(jié)果表明Fujii海嘯源對在12至60 min主頻波譜的模擬要優(yōu)于UCSB海嘯源.海嘯源中很難真實(shí)反映海底地震破裂過程,然而通過聯(lián)合反演海嘯波形數(shù)據(jù)推算海嘯源的方法可以快速確定海嘯源,并且最大限度的降低地震破裂過程與海嘯產(chǎn)生的不確定性帶來的誤差.關(guān)鍵詞海底地震; 有限斷層破裂模型; 近場海嘯; 譜分析; Dart浮標(biāo); 數(shù)值預(yù)報(bào); 聯(lián)合反演1引言1) 數(shù)據(jù)來源:美國國家地球物理數(shù)據(jù)中心,2014 (http:∥www.ngdc.noaa
地球物理學(xué)報(bào) 2016年3期2016-07-29
- 基于長期觀測的遼東灣口東部海域水動力特征研究
觀測資料,通過譜分析和調(diào)和分析方法對該海域的潮汐、潮流特征進(jìn)行分析,并討論了余流及底層溫度的季節(jié)變化規(guī)律。研究結(jié)果表明:該海域潮汐屬于不規(guī)則半日潮,平均潮差為0.95 m,最大可能潮差為2.27 m。潮流屬于不規(guī)則半日潮流,M2分潮流為其優(yōu)勢分潮流。主要分潮流運(yùn)動形式為往復(fù)流,最大流速方向?yàn)槲髂?東北向。余流的季節(jié)性特征較為明顯:秋季,余流流速在中層達(dá)到最大,流向以西南向?yàn)橹?;冬季,余流流速垂向變化較小,并呈西南偏西向流動;春季,流速隨深度增加而減小,流向
海洋學(xué)報(bào) 2016年1期2016-07-28
- 東海30°N斷面冬季溫鹽分布及年際變化特征分析?
數(shù)(EOF)、譜分析等方法分析了斷面溫鹽的空間分布特征和時(shí)間變化特征。結(jié)果表明:斷面溫度空間變化趨勢可分為西段和東段,鹽度變化可分為西段、中段和東段;表層溫度第一模態(tài)呈現(xiàn)準(zhǔn)平衡趨勢且近海比外海溫度變化幅度大,底層溫度第一模態(tài)呈現(xiàn)下降趨勢;表層鹽度有降低趨勢且近海比外海降低趨勢大,底層鹽度在近年來表現(xiàn)出降低趨勢。該斷面水溫年際變化和El Nio關(guān)系密切;鹽度短期震蕩和El Nio有關(guān)系,而長期變化與PDO有關(guān)。關(guān)鍵詞:東海; 斷面; 溫鹽; EOF; 譜分析
- 一種基于譜分析的非帶限衛(wèi)星信號信噪比估計(jì)算法
6)?一種基于譜分析的非帶限衛(wèi)星信號信噪比估計(jì)算法易輝,侯孝民,馬宏,吳濤(裝備學(xué)院,北京101416)摘要:為了實(shí)現(xiàn)對非帶限衛(wèi)星信號信噪比的快速高精度估計(jì),分析了傳統(tǒng)的基于譜分析的信噪比估計(jì)算法的對非帶限衛(wèi)星信號估計(jì)不準(zhǔn)的原因,提出了一種新的基于譜分析的信噪比估計(jì)算法;該方法利用主瓣范圍內(nèi)信號功率與信號總功率之比和主瓣范圍內(nèi)噪聲功率與噪聲總功率之比求得信號功率和噪聲功率,從而得出信噪比;對BPSK和QPSK信號的仿真結(jié)果表明:新算法性能穩(wěn)定,可有效提高估
兵器裝備工程學(xué)報(bào) 2016年5期2016-06-15
- 任務(wù)驅(qū)動教學(xué)法在《數(shù)字信號處理》教學(xué)中的應(yīng)用研究
心電信號進(jìn)行頻譜分析、降噪處理等作為案例,講授譜分析與濾波器設(shè)計(jì)等相關(guān)章節(jié)。案例取自于實(shí)際醫(yī)療儀器設(shè)計(jì),因而直觀、生動,有利于提高學(xué)生學(xué)習(xí)興趣與培養(yǎng)學(xué)生解決問題的能力。與傳統(tǒng)教學(xué)方法相比,以任務(wù)驅(qū)動模式實(shí)施教學(xué)后,學(xué)生到課率顯著提高,在后繼課程運(yùn)用數(shù)字信號處理解決問題的能力亦有明顯改觀。關(guān)鍵詞:數(shù)字信號處理;心電信號;MATLAB;譜分析;濾波器設(shè)計(jì)中圖分類號:G64 文獻(xiàn)標(biāo)識碼:A 文章編號:1009-3044(2016)08-0134-04Abstra
電腦知識與技術(shù) 2016年8期2016-05-19
- 咸豐紅椿種群生命表及譜分析
,對種群進(jìn)行了譜分析。結(jié)果表明:咸豐縣村木田紅椿種群存活曲線接近DeeveyⅡ型;qx和Kx均在2、6級出現(xiàn)峰值,紅椿生理特性、環(huán)境篩與人為干擾因素對種群影響較大。波譜分析表明:紅椿種群天然更新存在著周期性,且有小周期的多諧波疊加。關(guān)鍵詞:咸豐;紅椿種群;生命表;譜分析中圖分類號:S718文獻(xiàn)標(biāo)識碼:A 文章編號:16749944(2016)090039021 引言種群統(tǒng)計(jì)是研究種群數(shù)量動態(tài)的一種方法,它的核心是生命表[1]。種群年齡結(jié)構(gòu)反映了種群在特定時(shí)
綠色科技 2016年9期2016-05-14
- 貨幣政策與房地產(chǎn)市場周期的非對稱研究
列分析方法中的譜分析,對中國貨幣政策及房地產(chǎn)市場的周期波動進(jìn)行了測定,得出貨幣政策與房地產(chǎn)市場的周期波動是非對稱的結(jié)論,并根據(jù)我國房地產(chǎn)市場和貨幣政策的周期波動特征,對政府部門、房地產(chǎn)企業(yè)和購房者提出了一些管理、投資及消費(fèi)建議。關(guān)鍵詞:貨幣政策,房地產(chǎn)市場,周期波動,譜分析1問題的提出自我國1998年房地產(chǎn)市場化改革以來,房地產(chǎn)價(jià)格吸收、傳導(dǎo)和放大經(jīng)濟(jì)波動的能力越來越強(qiáng),它的發(fā)展已經(jīng)在很大程度上影響到國民經(jīng)濟(jì)總體發(fā)展。貨幣政策作為國家宏觀調(diào)控方面的重要手段
山西建筑 2016年14期2016-04-08
- 青岡種群生命表及譜分析
岡種群生命表及譜分析劉標(biāo)1,江希鈿1,林琴琴2,胡宗慶2,華偉平1(1.福建農(nóng)林大學(xué) 林學(xué)院,福州350002;2.福建林業(yè)職業(yè)技術(shù)學(xué)院,福建 南平353000)摘要:分別對小葉青岡、突脈青岡以及福建青岡種群進(jìn)行生命表和譜分析。在小葉青岡、突脈青岡以及福建青岡種群靜態(tài)生命表的基礎(chǔ)上,繪制相關(guān)曲線,分析小葉青岡、突脈青岡以及福建青岡的種群生命過程。結(jié)果表明,小葉青岡和福建青岡的整個(gè)生命周期種群動態(tài)變化過程是相似的,種群具有前期波動、后期穩(wěn)定的特點(diǎn);突脈青岡種
- 近底流速特性及隨機(jī)圓頻率分布
化到頻域內(nèi)進(jìn)行譜分析,利用統(tǒng)計(jì)分析對隨機(jī)圓頻率分布進(jìn)行研究,結(jié)果表明:隨機(jī)圓頻率為均勻分布。關(guān)鍵詞:挾沙水流;近底流速;譜分析近底流速是泥沙運(yùn)動力學(xué)研究領(lǐng)域的一個(gè)重要的課題,但由于近底流速測量的難度性,影響因數(shù)的多樣性,至今沒有全面的研究成果。為更好的研究近底流速分布及其對河床變形的影響,筆者依據(jù)在動床挾沙水流條件下,測量不同水深情況下近底流速瞬時(shí)流速數(shù)據(jù),將時(shí)頻域信號通過傅立葉變換轉(zhuǎn)化為頻域信號,并運(yùn)用數(shù)理統(tǒng)計(jì)方法對近底流速進(jìn)行譜分析。1.實(shí)驗(yàn)設(shè)備和研究
建筑工程技術(shù)與設(shè)計(jì) 2015年28期2015-10-21
- 用DFT對連續(xù)信號譜分析的誤差問題
雪英摘 要: 譜分析是數(shù)字信號處理中的一個(gè)重要問題,初學(xué)者普遍對連續(xù)信號譜分析理解不深,尤其是在誤差分析時(shí)缺乏統(tǒng)一示例,更容易產(chǎn)生困惑。介紹了用離散傅里葉變換(DFT)對連續(xù)信號進(jìn)行譜分析的過程,并詳細(xì)說明了誤差產(chǎn)生的原因和減小誤差的方法。而且通過對模擬信號譜分析的實(shí)例全面說明了各項(xiàng)誤差的影響及解決方案,并應(yīng)用Matlab直觀地進(jìn)行了分析和對比驗(yàn)證。關(guān)鍵詞: 譜分析; 誤差分析; DFT; Matlab中圖分類號: TN911.7?34 文獻(xiàn)標(biāo)識碼: A
現(xiàn)代電子技術(shù) 2014年13期2014-07-09
- 基于時(shí)間序列頻域分析的期貨市場周期研究
分量。通過運(yùn)用譜分析和極大熵譜分析對大豆期貨和銅期貨的周期進(jìn)行了分析,發(fā)現(xiàn)大豆期貨前三主周期分量分別為12個(gè)月、16個(gè)月和9個(gè)月,銅期貨三個(gè)主周期分量是13個(gè)月、10個(gè)月和7個(gè)月。期貨市場;譜分析;極大熵譜分析;周期0 引言中國的期貨市場經(jīng)過十幾年的高速發(fā)展已經(jīng)形成具有相當(dāng)規(guī)模的市場,在許多投資活動中已積累了一定的歷史數(shù)據(jù),這些數(shù)據(jù)絕大多數(shù)都是時(shí)間序列數(shù)據(jù),具有非常復(fù)雜的變化規(guī)律,而利用一定的數(shù)學(xué)方法對其進(jìn)行分析和研究有助于制定更為精確的定價(jià)和預(yù)測決策,對
統(tǒng)計(jì)與決策 2011年6期2011-10-18
- 陜西省經(jīng)濟(jì)周期波動的譜分析研究
摘要:文章認(rèn)為譜分析方法能夠從頻域角度反應(yīng)時(shí)間序列周期波動特征的全部信息,有助于更深入研究各種不同周期的特殊形態(tài)及其形成機(jī)制。進(jìn)而基于譜分析方法對陜西省1952年~2007年經(jīng)濟(jì)波動進(jìn)行了研究。研究發(fā)現(xiàn):陜西經(jīng)濟(jì)波動明顯存在長度為12.8年的中周期,該周期對陜西經(jīng)濟(jì)發(fā)展作用最強(qiáng)烈;其次,陜西經(jīng)濟(jì)還存在相對較弱的5.33年的短周期和32年的中長周期,并對其成因進(jìn)行了初步探索。
現(xiàn)代管理科學(xué) 2009年5期2009-09-16