课程设计论坛

资料简介：
　　毕业设计 数字信号预测滤波器设计及实现，共42页，12604字
　　
摘要
　　
数字信号预测滤波器被广泛应用于气象，商品销量预测，地震预报，股市行情预报等实际问题中。
　　
本文研究了时间序列的统计预测方法，主要有四种模型：自回归模型（AR），滑动平均模型(MA)，自回归滑动平均模型（ARMA），和卡尔曼模型，然后探讨了各个模型的参数估计，以及预测的方法和实验步骤。
　　
本文采用Matlab开发工具开发预测系统。以股票数据为例，采用以上四种预测模型，对股票指数走势进行预测。仿真结果表明这些方法准确可靠。
　　
关键字: 自回归模型 滑动平均模型 自回归滑动平均模型 卡尔曼
　　

　　
目录
　　
第一章 绪论    1
　　
1.1课题意义    1
　　
1.2国内外发展状况    1
　　
1.3时间序列分析简介    2
　　
1.4本文研究的主要内容    3
　　
第二章    自回归模型（AR）    4
　　
2.1自回归(AR)模型描述    4
　　
2.2 AR(p)的自相关函数    5
　　
2.3 序列的自相关系数的作用    6
　　
2.4 AR(p)的平稳解    6
　　
2.5 构建股票价格的AR预测模型    8
　　
第三章    移动平均模型（MA）    13
　　
3.1 移动平均模型(MA)描述    13
　　
3.2 MA(1)的自相关函数    14
　　
3.3 MA(p)的自相关函数    14
　　
第四章  自回归移动平均模型ARMA(p,q)    16
　　
4.1 ARMA(p,q)序列    16
　　
4.2 ARMA(1,1)序列的自协方差函数和自相关函数    18
　　
4.3 ARMA(p,q)序列的自协方差函数    19
　　
4.4 股票价格的ARMA(n，n-1)数学模型    20
　　
4.5 构建股票价格的ARMA预测模型    21
　　
第五章 卡尔曼滤波器    24
　　
5.1基本理论    24
　　
5.2构建股票价格的卡尔曼滤波器预测模型    27
　　
第六章    语音线性预测编码(LPC)    31
　　
6.1理论基础    31
　　
6.2实现技术    33
　　
第七章    总结与展望    38
　　
参考文献    39
　　
致谢    40

资料文件预览：
共3文件夹，11个文件，文件总大小：1.15MB，压缩后大小：588.34KB

• 毕业设计-数字信号预测滤波器设计及实现
• 文数字信号预测滤波器设计及实现
• 程序
• ARForecast.m  [669.00B]
• ARMAForecast.m  [646.00B]
• DataStock.mat  [2.76KB]
• InputSignal.m  [215.00B]
• InputStockData.m  [129.00B]
• KalmanFunction.m  [882.00B]
• untitled.fig  [990.00B]
• untitled.m  [2.81KB]
• XiaJinBao.fig  [4.29KB]
• XiaJinBao.m  [11.48KB]
• 数字信号预测滤波器设计及实现.doc  [1.12MB]