时间序列自回归滑动平均模型(Autoregressive Integrated Moving Average Model,ARIMA)能较准确处理和预测依循环顺序获得的航空发动机性能数据。采用分箱改进的拉伊达准则处理起飞EGTM数据,可为ARIMA模型提供了更加真实的数据,获得航空发动机起飞EGTM预测值,依据航空公司发动机设定的可靠度进行下发预测。应用验证表明:基于ARIMA的起飞EGTM时间序列能够满足航空发动机的质量管理的要求。
为了提高信道频谱效率和放大转发双向中继信道估计的精确度,提出了一种低复杂度的双向中继网络自适应信道估计算法。双向中继网络采用正交频分多路复用技术(Orthogo-nal Frequency Division Multiplexing,OFDM)调制技术。该算法通过构建阵列块,结合多通道二维递归最小二乘方法来实现自适应滤波器。相比传统二维递归最小二乘方法,该自适应滤波器的计算复杂度更低。研究分析和Matlab仿真结果显示相比传统算法,提出算法的均方误差性能有所改善,具有较高的信道估计精确度。