基于AR模型的共轭循环波达方向估计

基于信号循环特征的DoA估计都需要确定循环相关函数的最优延迟时间参数,当相同循环频率的多个信号具有不同的最优延迟参数时,利用确定的延迟时间参数很难确定所有信号的DoA估计。利用信号的共轭循环平稳特性,采用基于AR模型的空间谱估计来确定信号的DoA估计,提高了有限长阵列孔径空间分辨率,且该方法不需要选择最优延迟时间参数,从而适用于任何调制类型信号的DoA估计。     

频谱分析方法在仿真可信性研究中的应用

应用频谱分析方法进行仿真可信性评估。分析了傅立叶谱估计、最大熵谱估计的统计特性,并分别构造相容性检验。引入瞬时谱估计分析非平稳随机信号,以及应用于某型近炸引信数字仿真模型验证的一个实例。     

月径流序列的多层递阶预报研究

月径流序列是一类具有周期变化的非平稳时间序列．本文根据其特点，建立了多层递阶预报模型，文中对此类非平稳时间序列的建模及预报方法进行了深入研究     

非平稳环境下提高神经网络辨识能力的新方法

利用非平稳环境下系统时变参数变化规律的先验信息，构造参数转移矩阵来刻画系统的时变动态特征，并基于此推导了非平稳环境下神经网络训练的改进的卡尔曼滤波算法．仿真结果表明：该方法显著地提高了神经网络在非平稳环境下的辨识能力。     

调幅调频信号的循环平稳特性分析

介绍了循环平稳信号的基本概念 ,对调幅和调频信号的循环平稳特性进行了详细的理论分析 ,计算机仿真实验也验证了分析得到的结果 ,即在一定条件下 ,调幅调频信号具有一阶和二阶循环平稳特性。仿真同时说明了利用信号的循环平稳特性具有较好抑制平稳噪声或 (和 )干扰的能力。这为实现基于民用调幅、调频广播信号的隐身目标探测系统提供了一种较好的信号处理方案 ,具有极大的应用前景。     

频谱分析方法在可信性研究中的应用

应用频谱分析方法进行仿真可信性评估，分析了傅立叶谱估计、最大熵谱估计的统计特性，并分别构造相容性检验，引入瞬时谱估计分析非平稳随机信号，以及应用于某型近炸引信数字仿真模型验证的一个实例。     

一类非线性系统盲辨识算法及仿真研究

针对离散非线性系统盲辨识问题,提出了一种基于循环平稳输入的非线性系统盲辨识方法。利用循环平稳输入信号的一阶统计特性和Hammerstein-Wiener模型非线性部分的逆映射,将有输入信号的辨识过程转变为无输入信号的辨识过程。介绍了Hammerstein-Wiener模型的结构及循环平稳输入的统计特性,对盲辨识算法机理进行了阐述。仿真结果表明该方法在解决一类离散非线性系统盲辨识问题上的切实可行性。     

汇率预测的“米斯和罗格夫之谜”破解——来自非参数方法的回答

汇率预测非常困难,其波动具有时变性、随机性和模糊性等统计特征.现存文献中各种方法和模型的预测效果受很多因素影响,其预测力都不及随机游走模型,这就是汇率预测领域所谓的"米斯和罗格夫之谜(The Meese and Rogoff puzzle)".本文使用非参数方法研究汇率波动及其预测模型,发现较之任何参数方法、半参数方法都具有更大的灵活性.为了克服"维数魔咒",本文提出非参数可加模型来研究汇率预测问题.与现有模型相比,在同样的观察样本期内,非参数可加汇率预测模型有更好的样本外预测能力,这有力地证明了"米斯和罗格夫之谜"并非难以破解.此外,我们将非参数可加汇率模型应用于人民币对美元的汇率预测,其结果仍然揭示了该模型很好的拟合度和预测能力.本文为汇率预测这一研究领域提供了新的研究思路和方法.     

线性预报误差时变方差补偿与语音增强

对常规的语音信号线性预报模型进行了推广 ,将线性预报误差方差考虑为时变的 ,这在一定程度上可对语音信号帧内非平稳特性进行补偿。基于对线性预报残差的短时 (2ms～ 4ms)特性分析 ,给出了线性预报系数及线性预报误差时变方差的迭代估计方法。将此模型应用于基于Kalman滤波的语音增强方法。仿真结果表明 ,这种线性预报误差时变方差补偿可以提高语音增强的信噪比     

基于循环平稳的动目标特征提取方法研究

介绍了基于循环平稳的脉冲多普勒雷达对目标回波信号参数的提取方法。分析了该参数提取方法的性能 ,结合弹载高重频脉冲多普勒雷达的特点 ,提出了一种动目标运动特征的递归提取方法应用于运动目标参数(速度、加速度 )的特征提取过程。分析、仿真实验证明 :该方法可以最大限度地利用系统的资源 ,在雷达信号处理中达到信噪比和加速度分辨率之间的动态平衡     

Dependence analysis of regression models in time series

In this paper,the relative dependence of a linear regression model is studied.In particular, the dependence of autoregressive models in time series are investigated.It is shown that for the first-order non-stationary autoregressive model and the random walk with trend and drift model,the dependence between two states decreases with lag.Some numerical examples are presented as well.     

Singular Value Decomposition based on AR Model of Quasiperiodic Signal

Ｔｈｅｍｏｄｅｌｉｎｇａｎｄａｎａｌｙｓｉｓｏｆｔｈｅｔｉｍｅｓｅｒｉｅｓｓｉｇｎａｌａｒｅｏｎｅｏｆｔｈｅｍｏｓｔｉｍｐｏｒｔａｎｔａｎｄｅｆ ｆｅｃｔｉｖｅｍｅｔｈｏｄｓｔｏｒｅｓｅａｒｃｈｔｈｅｄｙｎａｍｉｃｓｙｓｔｅｍｐｒｏｐｅｒｔｙ .Ｉｔｉｓｐｒｏｖｅｄｉｎ [1 ]ｔｈａｔａｎｙｓｔａｔｉｏｎ ａｒｙｓｔｏｃｈａｓｔｉｃｐｒｏｃｅｓｓｃａｎｂｅｄｅｓｃｒｉｂｅｄｂｙｕｓｉｎｇｔｈｅＡｕｔｏｒｅｇｒｅｓｓｉｖｅ (ＡＲ)ｍｏｄｅｌ.Ｈｏｗｅｖｅｒｉｎｍｏｓｔｃａｓｅｓｔｈｅｓｉｇｎａｌｏｒｐｒｏ…     

基于子波变换的水声信号去噪方法研究

针对水声信号的低信噪比、非平稳性等特点，在对采集到的水声信号进行分析处理的基础上，提出了一种水声信号去噪的方法。该方法首先对采集到的低信噪比水声信号进行滑动取值，分别利用子波变换求功率谱，并进行统计平均，确定代表水声信号特征的频谱分量，去除不稳定的随机频谱分量；然后利用子波反变换将处理后的功率谱变换为时域信号；再利用子波软门限去噪方法去噪。通过仿真验证，获得了较好的效果。     

基于几何统计的无人机信道模型及硬件模拟

针对无人机(unmanned aerial vehicle, UAV)通信信号三维空间传播特点,提出了基于多圆柱体的非平稳几何统计模型(geometry-based stochastic channel model, GSCM),该模型通过引入天线位置变换矩阵,可支持UAV〖JP2〗和地面移动端(mobile terminal,MT)任意三维移动轨迹。在此基础上,构建了适合硬件模拟实现的离散化模型,并设计实现了模拟时变信道特性的随机簇生灭算法,以及基于线性调频叠加原理的非平稳衰落模拟方法。硬件实测结果表明,本文信道模拟器输出的衰落幅值分布、时延功率谱和多普勒功率谱等统计特性与理论结果比较吻合,有效复现了信道时变衰落、多径时延、多径功率和多普勒频率随着UAV的位置和速度变化而变化的过程。     

基于子波奇异性检测的水声信号去噪方法研究

基于低信噪比、非平稳水声信号中，信号的有效频谱是固定的、噪声的频谱是随机的、信号频谱由代表水声信号特征的各基波和其对应的各次谐波构成的特点，提出了利用子波奇异性检测特性实现水声信号去噪的方法。该方法首先对水声信号进行多分辨分解，求取各尺度上信号的频谱成分；然后，根据最大尺度上最高的频谱幅度，确定该尺度上信号的有效频谱成分，再按照基波与谐波的关系，确定其它各级尺度上的有效频谱成分，去除奇异频谱；最后对去除奇异频谱后的信号进行频域．时域变换及子波重构。经对实测水声信号进行仿真，获得了较好的去噪效果。     

一种新的基于模糊模型的非线性组合预测方法及其应用

针对线性组合预测方法的局限性，提出了一种基于T－S模糊模型的非线性组合预测新方法，并给出了相应的反向传播学习算法．理论分析和应用实例表明：该方法具有很强的学习与泛化能力，在处理诸如非线性系统中时间序列的组合建模与预测方面有很好的应用价值．     

巡航导弹的被动声检测与分类技术

给出了一种基于被动声信号处理技术的巡航导弹被动声检测与分类技术。在检测目标时 ,综合利用目标声信号与环境信号的能量、过零率及线谱对频率的变化量构成多边界判决函数 ,在分类时提取Mel倒谱特征参数 ,利用隐马尔可夫模型进行分类。通过对实际的 4类目标噪声信号进行检测和分类实验 ,结果令人满意 ,证明了该方法的优越性和工程应用前景。     

局部投影降噪算法邻域半径参数的选择研究

基于动力系统模型的局部投影非线性降噪算法，对混沌信号和一大类非平稳信号具有明显的降噪效果。利用局部投影算法对信号进行降噪处理，邻域半径的选择对降噪结果有很大的影响。我们研究了基于递归分析的邻域半径参数的估计和基于噪声强度的邻域半径参数估计。通过对Logistic映射和Lorenz模型叠加不同大小的高斯白噪声，对两种邻域半径估计方法进行分析比较，得到了基于噪声强度的邻域半径参数估计方法具有更好的降噪效果，为局部投影降噪算法的应用奠定了基础。     

基于离散正弦调频变换的多分量正弦调频信号参数估计方法

作为一种非平稳时频信号,正弦调频(sinusoid frequency modulation, SFM)信号在雷达和无线通信领域得到广泛应用。为了解决常规时频分析方法无法有效估计多分量SFM信号参数的问题,提出离散正弦调频变换(discrete sinusoidal frequency modulation transform, DSFMT)。利用SFM信号在DSFMT域的聚敛特征,提出基于DSFMT的多分量SFM信号参数估计方法。给出多分量SFM信号和DSFMT变换的数学模型,论证了多分量SFM信号在DSFMT域聚敛特征的差异,仿真分析基于DSFMT的多分量SFM信号参数估计方法的技术性能。理论分析和实验结果表明：多分量SFM信号在DSFMT域有明显的聚敛特征差异,基于DSFMT的多分量SFM信号参数估计方法可有效估计多个SFM信号幅度和调制指数。     

立方功率谱相关高斯随机过程模拟

在雷达回波信号模拟中，杂波随机过程功率谱数学模型的建立是影响最终模拟效果的关键。立方功率谱是目前国际上普遍采用的地杂波功率谱模型。通过建立随机过程的AR模型，利用Levis on -Durbin算法和MDL定阶准则，提出了一种基于现代信号理论的立方功率谱特性相关高斯随机过程模拟方法，与现有谱估计方法做了比较，并给出了模拟结果。获得的随机存列能够满足立方谱杂波雷达模拟的要求。