简介:在广义系统故障诊断过程中,若系统动态模型中存在不确定性,传统的无迹卡尔曼滤波算法将失去其传感器故障估计精度。为解决该问题,提出一种改进的强跟踪卡尔曼滤波算法以实现广义连续-离散系统的传感器故障诊断及隔离。首先,提出基于多重渐消因子的强跟踪滤波算法以实现动态模型存在不确定性广义连续-离散系统的故障诊断;然后提出一种结合多模型自适应估计的强跟踪卡尔曼滤波(STUKFMMAE)算法以实现传感器故障的有效隔离。最后,针对基于广义连续-离散系统的惯性传感器故障模型提出仿真算例。仿真数据表明,传统无迹卡尔曼滤波对于传感器故障估计误差为0.002左右,而提出的基于多重渐消因子的强跟踪滤波算法对于传感器故障估计误差最大值为未超过4×10~(-4),且STUKFMMAE相较于UKFMMAE算法具有更好的隔离效果。仿真结果验证了设计方案的有效性。
简介:中国证券市场的参与者水平参差不齐,专业分析师提供的增量信息是否充分的被普通投资者吸收和消化,现有的文献并未清晰的回答上述问题。本文建立实证分析模型,首先验证2008-2012年A股上市公司分析师跟踪与股价同步性之间的关系,然后,利用百度搜索指数作为投资者关注的代理变量,将普通投资者关注作为调节变量加入模型,分析普通投资者关注对上述关系的影响,依据机构持股比例分组进行回归分析,以期观察在机构投资者不同时普通投资者对分析师报告利用的效果。研究发现:中国证券分析师能提高股价的信息含量,而普通投资者对上市公司的关注会降低股价的信息含量,同时,其无法有效的解读分析师报告;在机构持股比例较高的样本组中,普通投资者对分析师报告股价同步性降低的效应要弱于机构持股比例较低组。上述发现不仅丰富了公司信息环境方面的文献,更揭示了普通投资者的信息解读效应。