Modelling Nonlinear Random Vibrations Using an Amplitude-Dependent Autoregressive Time Series Model
利用振幅依赖自回归时间序列模型刻画非线性随机振动AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确提出非线性自回归时间序列模型并研究周期行为，直接属于时间序列方法。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
利用振幅依赖自回归时间序列模型刻画非线性随机振动
- 研究问题
- 如何用离散时间模型刻画非线性随机振动，尤其是频率随振幅变化的现象，并探索加拿大猞猁序列周期行为的可能生成机制？
- 方法与思路
- 作者引入系数随振幅变化的自回归模型，用线性时间序列估计方法的扩展进行估计，并将模型拟合于加拿大猞猁数据。
- 材料陈述的贡献
- 摘要称，该模型可呈现与非线性随机振动相似的性质；猞猁数据拟合提示，其周期行为可能由某种潜在自激机制生成。
- 阅读关注点
- 应核对振幅依赖系数的具体形式、估计算法与模型性质，并考察自激机制解释的证据及其与其他周期模型之间的可区分性。
- 阅读边界
- 材料为 OpenAlex 索引摘要，稿件版本未注明。参数、拟合结果与比较证据未提供；潜在自激机制只是摘要提出的可能解释。
原文摘要
The behaviour of nonlinear deterministic vibrations has been studied by many authors, and may typically include such features as jump phenomena and limit cycles. Nonlinear random vibrations in continuous time have also been studied and these may commonly give rise to the phenomenon of amplitude-dependent frequency. A discrete time series model is introduced, which may be demonstrated to have properties similar to those of nonlinear random vibrations. This model is of autoregressive form with amplitude-dependent coefficients and may be estimated using an extension of a method for estimating linear time series models. The model is fitted to the Canadian lynx data and demonstrates that it may be possible to regard the periodic behaviour of this series as being generated by some underlying self-exciting mechanism.