张 同 李 伟 叶永安 阎 隽

（1.中国船舶重工集团公司第七二二研究所 武汉 430079）（2.73141部队司令部 南安 362301）（3.武汉东湖学院 武汉 430212）

1 引言

按照时间次序排列的一系列离散观测值称为一个时间序列，分析时间序列数据的统计方法被称为时间序列分析。传统的统计分析认为，观测是统计上相互独立的，而在时间序列分析中，观测的次序是很重要的，观测值都是相互关联，相互依赖的［1］。

时间序列理论通过引入线性系统的分析方法，寻找一个能完成将相关的时间序列输出化为不相关的独立数据转化模型，然后对独立的多次观测使用一些标准的统计方法，进行估计、预测和控制。

线性预测这一概念最早是维纳在1947年提出的，此后，线性预测应用于许多领域中。线性预测分析的基本概念是信号的抽样能够用过去若干个语音抽样的线性组合来逼近。通过建立高阶线性方程的方法来描述模型，预测系数就是线性组合中所用的加权系数。

2 插值和拟合

根据所给的函数表，求一个不高于n次的代数多项式

使得

满足公式（2）的多项式（1）称为函数f（x）在节点xi（i＝0，1，…，n）上的n次插值多项式。求函数f（x）的n次插值多项式Pn（x）的几何意义，就是通过曲线y＝f（x）上的n＋1个点Mi（xi，yi）（i＝0，1，…，n），作一条n次代数曲线y＝Pn（x）近似代替曲线y＝f（x）。

3 预测控制算法

建立n阶多项式线性模型：

其中P为系数向量。在已知n次迭代过程中的La（ul）和Le（ul）的基础上对n＋1次迭代过程中的Le（ul）进行预测估计［4］。

图1 改进的Turbo码译码结构

线性模型可以是多项式线性模型，也可以是AR模型，建模的关键和难点并不在建立模型本身，因为建模本身是非常成熟的，预测的难点在于模型建立之后处理数据时所用到的误差补偿算法，即对预测结果进行控制［5］。……